openrlhf-training
Über
OpenRLHF ist ein leistungsstarkes RLHF-Trainingsframework für das Feinabstimmen großer Sprachmodelle (7B-70B+ Parameter) mithilfe von Methoden wie PPO, DPO und GRPO. Es nutzt Ray für verteilte Architektur und vLLM für beschleunigte Inferenz und erreicht dabei Geschwindigkeiten, die doppelt so hoch sind wie bei Alternativen wie DeepSpeedChat. Verwenden Sie diese Fähigkeit, wenn Sie effizientes, verteiltes RLHF-Training mit optimierter GPU-Ressourcenfreigabe und ZeRO-3-Unterstützung benötigen.
Schnellinstallation
Claude Code
Empfohlennpx skills add davila7/claude-code-templates -a claude-code/plugin add https://github.com/davila7/claude-code-templatesgit clone https://github.com/davila7/claude-code-templates.git ~/.claude/skills/openrlhf-trainingKopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren
GitHub Repository
Frequently asked questions
What is the openrlhf-training skill?
openrlhf-training is a Claude Skill by davila7. Skills package instructions and resources that Claude loads on demand, so Claude can perform openrlhf-training-related tasks without extra prompting.
How do I install openrlhf-training?
Use the install commands on this page: add openrlhf-training to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.
What category does openrlhf-training belong to?
openrlhf-training is in the Design category, tagged Post-Training, OpenRLHF, RLHF, PPO, GRPO and RLOO.
Is openrlhf-training free to use?
Yes. openrlhf-training is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.
Verwandte Skills
Verwenden Sie die Fähigkeit "executing-plans", wenn Sie einen vollständigen Implementierungsplan zur Ausführung in kontrollierten Batches mit Überprüfungspunkten vorliegen haben. Sie lädt den Plan und überprüft ihn kritisch, führt dann Aufgaben in kleinen Batches (standardmäßig 3 Aufgaben) aus und meldet den Fortschritt zwischen jedem Batch zur Überprüfung durch den Architekten. Dies gewährleistet eine systematische Implementierung mit integrierten Qualitätskontrollpunkten.
Diese Fähigkeit sendet einen Unteragenten für Code-Review, um Codeänderungen anhand der Anforderungen zu analysieren, bevor fortgefahren wird. Sie sollte nach dem Abschließen von Aufgaben, der Implementierung größerer Funktionen oder vor dem Zusammenführen in den Hauptzweig verwendet werden. Die Überprüfung hilft dabei, Probleme frühzeitig zu erkennen, indem die aktuelle Implementierung mit dem ursprünglichen Plan verglichen wird.
Diese Fähigkeit bietet Entwicklern eine umfassende Anleitung, um MCP-Server über HTTP-, stdio- oder SSE-Transports mit Claude Code zu verbinden. Sie behandelt Installation, Konfiguration, Authentifizierung und Sicherheit für die Integration externer Dienste wie GitHub, Notion und benutzerdefinierter APIs. Nutzen Sie sie beim Einrichten von MCP-Integrationen, bei der Konfiguration externer Tools oder bei der Arbeit mit Claude's Model Context Protocol.
Diese Fähigkeit unterstützt Entwickler bei der Wahl zwischen Claude Code Web- und CLI-Schnittstellen basierend auf Aufgabenanalysen und ermöglicht nahtloses Session-Teleporting zwischen diesen Umgebungen. Sie optimiert den Workflow, indem sie den Sitzungsstatus und Kontext beim Wechsel zwischen Web, CLI oder Mobilgeräten verwaltet. Nutzen Sie sie für komplexe Projekte, die in verschiedenen Phasen unterschiedliche Werkzeuge erfordern.