openrlhf-training
Acerca de
OpenRLHF es un framework de entrenamiento RLHF de alto rendimiento para el ajuste fino de modelos de lenguaje grandes (7B-70B+ parámetros) utilizando métodos como PPO, DPO y GRPO. Aprovecha Ray para su arquitectura distribuida y vLLM para inferencia acelerada, logrando velocidades 2 veces superiores a alternativas como DeepSpeedChat. Utiliza esta habilidad cuando necesites entrenamiento RLHF distribuido y eficiente, con uso optimizado de recursos GPU y soporte para ZeRO-3.
Instalación rápida
Claude Code
Recomendadonpx 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-trainingCopia y pega este comando en Claude Code para instalar esta habilidad
Repositorio GitHub
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.
Habilidades relacionadas
Utilice la habilidad executing-plans cuando tenga un plan de implementación completo para ejecutar en lotes controlados con puntos de revisión. Esta habilidad carga y revisa críticamente el plan, luego ejecuta tareas en pequeños lotes (por defecto 3 tareas) mientras reporta el progreso entre cada lote para la revisión del arquitecto. Esto asegura una implementación sistemática con puntos de control de calidad integrados.
Esta habilidad despacha un subagente revisor de código para analizar los cambios en el código frente a los requisitos antes de proceder. Debe usarse después de completar tareas, implementar funciones principales o antes de fusionar con la rama principal. La revisión ayuda a detectar problemas de forma temprana al comparar la implementación actual con el plan original.
Esta habilidad proporciona una guía integral para que los desarrolladores conecten servidores MCP a Claude Code mediante transportes HTTP, stdio o SSE. Cubre la instalación, configuración, autenticación y seguridad para integrar servicios externos como GitHub, Notion y APIs personalizadas. Úsala al configurar integraciones MCP, al configurar herramientas externas o al trabajar con el Protocolo de Contexto del Modelo de Claude.
Esta habilidad ayuda a los desarrolladores a elegir entre las interfaces web y CLI de Claude Code mediante el análisis de tareas, y luego permite la teletransportación fluida de sesiones entre estos entornos. Optimiza el flujo de trabajo gestionando el estado y el contexto de la sesión al cambiar entre web, CLI o móvil. Úsala para proyectos complejos que requieren diferentes herramientas en varias etapas.