GratuitSkills
Commits, branches et synchronisation avec la CLI but
- 361361 téléchargements
- 198198 mentions J'aime
- 103103 sauvegardes
Compatible avec
- Claude Code
- Codex
- Cursor
- et 3 autres
Apprentissage par renforcement et alignement de LLM v1.0.0
Utilisez cette ressource pour entraîner un agent par renforcement ou aligner un LLM
Nouveau
- 355 téléchargements
- 155 mentions J'aime
- 100 sauvegardes
Gratuit
Installer avec la CLI
Dans un terminal, depuis le dossier voulu :
npx --yes palatekit@latest install reinforcement-learning-trainingSans option, la skill va dans ~/.agents/skills/ ; ajoutez --agent claude-code (ou codex, cursor…) pour viser un agent.
Première fois : connectez la CLI avec
npx --yes palatekit@latest loginL'agent vous aide à entraîner un agent par apprentissage par renforcement ou à aligner un LLM sur un retour humain : gradients de politique, PPO, Q-learning, RLHF et GRPO. Vous obtenez une méthode d'entraînement, la définition de la récompense et les signes d'instabilité.
Choisie surtout par
Mise à jour le 2 novembre 2026
Aperçus
Caractéristiques
- Fonctionne dans
- Guides d'installation
- Génère avec
- Le modèle de votre agent
- Licence
- Apache-2.0
Ressources similaires
Tout voir- Gratuit
GratuitSkills
Guide de la CLI Sentry
- 525525 téléchargements
- 117117 mentions J'aime
- 128128 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
Bonnes pratiques Drizzle ORM avec PostgreSQL
- 407407 téléchargements
- 194194 mentions J'aime
- 151151 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
Assistant de conception de SLO
- 537537 téléchargements
- 105105 mentions J'aime
- 242242 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
User stories de sprint
- 451451 téléchargements
- 150150 mentions J'aime
- 132132 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
Plan de sprint réaliste
- 423423 téléchargements
- 192192 mentions J'aime
- 102102 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
Conseiller CTO de startup
- 580580 téléchargements
- 201201 mentions J'aime
- 242242 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
GratuitSkills
Création de pull requests GitHub avec contrôles qualité
- 427427 téléchargements
- 230230 mentions J'aime
- 196196 sauvegardes
Compatible avec- Claude Code
- Codex
- Cursor
- et 3 autres
Ce que vous obtenez
- SKILL.md : rôle et règles d'usage des références
- references/patterns.md : algorithmes et schémas d'entraînement
- references/sharp_edges.md : causes d'instabilité et de récompense détournée
Pour qui
- Vous voulez entraîner un agent qui apprend à partir d'une récompense
- Vous devez aligner un modèle de langage sur des préférences humaines
Pas pour qui
Étiquettes
- apprentissage par renforcement
- ppo
- rlhf
- grpo
À propos
Vous dites
« Entraîne un agent avec PPO dans une grille simple et trace la courbe de récompense. »
Skill publiée par omer-metin sous licence Apache-2.0. Fichiers livrés dans leur version d'origine, en anglais.
Voir plusVoir moins
Comment l'utiliser
- Installez la skill dans le dossier de skills de votre agent
- Demandez à votre agent de entraîner un agent par renforcement ou aligner un LLM
- Relisez et ajustez le résultat
Aperçu du contenu
Fichiers
- LICENSE10,1 Ko
- NOTICE-PALATEKIT.md0,5 Ko
- references/patterns.md3,6 Ko
- references/sharp_edges.md5,6 Ko
- references/validations.md2,9 Ko
- SKILL.md1,1 Ko
Origine et licence
Référencée sans modification
- Auteur
- omer-metin
- Source
- github.com/omer-metin/skills-for-antigravity/tree/e8dcf4e8737921a10088bd5c9eb65e81f74c051f/skills/reinforcement-learning
- Licence
- Apache-2.0
Notice
« reinforcement-learning » (omer-metin, Apache-2.0) livré dans sa version d'origine : fiche en français et en anglais par PalateKit.
Avis des utilisateurs
–
Aucune note pour l'instant
Chargement des avis…