🐯 Liger GRPO meets TRL

En 3 lignesHugging Face intègre Liger GRPO (Group Relative Policy Optimization) dans sa librairie TRL (Transformers Reinforcement Learning). Cette intégration permet l'entraînement efficace de modèles de langage avec optimisation par politique relative de groupe.

Résumé généré par Claude — vérifié par l'humain