Hướng dẫn từ Cộng đồng

Các hướng dẫn cộng đồng được tạo ra bởi những thành viên tích cực của cộng đồng Hugging Face, những người muốn chia sẻ kiến thức và chuyên môn của mình với người khác. Đây là cách tuyệt vời để tìm hiểu về thư viện và các tính năng của nó, cũng như để bắt đầu với các lớp và phương thức cốt lõi.

Mô hình ngôn ngữ

Hướng dẫn

Nhiệm vụ	Lớp	Mô tả	Tác giả	Hướng dẫn
Học tăng cường	GRPOTrainer	Huấn luyện trực tuyến hiệu quả với GRPO và vLLM trong TRL	Sergio Paniego	Liên kết
Học tăng cường	GRPOTrainer	Huấn luyện lại LLM cho suy luận bằng GRPO trong TRL	Sergio Paniego	Liên kết
Học tăng cường	GRPOTrainer	Mini-R1: Tái hiện khoảnh khắc „aha“ của Deepseek R1, một hướng dẫn RL	Philipp Schmid	Liên kết
Học tăng cường	GRPOTrainer	RL trên LLaMA 3.1-8B với GRPO và các tối ưu hóa Unsloth	Andrea Manzoni	Liên kết
Điều chỉnh theo hướng dẫn	SFTTrainer	Tinh chỉnh các LLM Google Gemma sử dụng định dạng ChatML với QLoRA	Philipp Schmid	Liên kết
Tạo có cấu trúc	SFTTrainer	Tinh chỉnh Llama-2-7B để tạo danh mục sản phẩm tiếng Ba Tư ở định dạng JSON bằng QLoRA và PEFT	Mohammadreza Esmaeilian	Liên kết
Tối ưu hóa sở thích	DPOTrainer	Căn chỉnh Mistral-7b bằng Tối ưu hóa Sở thích Trực tiếp (Direct Preference Optimization) để căn chỉnh theo sở thích của con người	Maxime Labonne	Liên kết
Tối ưu hóa sở thích	experimental.orpo.ORPOTrainer	Tinh chỉnh Llama 3 bằng ORPO kết hợp tinh chỉnh theo chỉ dẫn và căn chỉnh sở thích	Maxime Labonne	Liên kết
Điều chỉnh theo hướng dẫn	SFTTrainer	Cách tinh chỉnh các LLM mã nguồn mở trong năm 2025 với Hugging Face	Philipp Schmid	Liên kết
Lý luận theo từng bước	GRPOTrainer	Học tăng cường có giám sát (SRL) cho suy luận từng bước với vLLM	Deepak Swaminathan	Liên kết

Video

Nhiệm vụ	Tiêu đề	Tác giả	Video
Điều chỉnh theo hướng dẫn	Tinh chỉnh các mô hình AI mã nguồn mở bằng Hugging Face TRL	Wietse Venema
Điều chỉnh theo hướng dẫn	Cách tinh chỉnh một smol-LM với Hugging Face, TRL và bộ dữ liệu smoltalk	Mayurji

⚠️ Deprecated features notice for "How to fine-tune a smol-LM with Hugging Face, TRL, and the smoltalk Dataset" (click to expand)

Hướng dẫn sử dụng hai tính năng đã bị ngừng hỗ trợ:

SFTTrainer(..., tokenizer=tokenizer): Hãy dùng SFTTrainer(..., processing_class=tokenizer) thay thế, hoặc đơn giản là bỏ qua tham số này (nó sẽ được suy ra từ model).

setup_chat_format(model, tokenizer): Sử dụng SFTConfig(..., chat_template_path="Qwen/Qwen3-0.6B"), trong đó chat_template_path chỉ định mô hình mà bạn muốn sao chép chat template.

Mô hình Ngôn ngữ Thị giác

Hướng dẫn

Nhiệm vụ	Lớp	Mô tả	Tác giả	Hướng dẫn
Kiểm tra chất lượng trực quan	SFTTrainer	Tinh chỉnh Qwen2-VL-7B cho câu hỏi trả lời trực quan trên bộ dữ liệu ChartQA	Sergio Paniego	Liên kết
Kiểm tra chất lượng trực quan	SFTTrainer	Tinh chỉnh SmolVLM bằng TRL trên GPU tiêu dùng	Sergio Paniego	Liên kết
Mô tả SEO	SFTTrainer	Tinh chỉnh Qwen2-VL-7B để tạo mô tả thân thiện với SEO từ hình ảnh	Philipp Schmid	Liên kết
Kiểm tra chất lượng trực quan	DPOTrainer	PaliGemma 🤝 Tối ưu hóa sở thích trực tiếp	Merve Noyan	Liên kết
Kiểm tra chất lượng trực quan	DPOTrainer	Tinh chỉnh SmolVLM bằng tối ưu hóa sở thích trực tiếp (DPO) với TRL trên GPU tiêu dùng	Sergio Paniego	Liên kết
Định vị phát hiện đối tượng	SFTTrainer	Fine tuning một VLM cho Object Detection Grounding bằng TRL	Sergio Paniego	Liên kết
Kiểm tra chất lượng trực quan	DPOTrainer	Chỉnh huấn luyện Mô hình Ngôn ngữ Thị giác bằng TRL sử dụng MPO	Sergio Paniego	Liên kết
Học tăng cường	GRPOTrainer	Huấn luyện sau một VLM cho suy luận bằng GRPO sử dụng TRL	Sergio Paniego	Liên kết

Mô hình ngôn ngữ giọng nói

Hướng dẫn

Nhiệm vụ	Lớp	Mô tả	Tác giả	Hướng dẫn
Text-to-Speech	GRPOTrainer	Huấn luyện lại Mô hình Ngôn ngữ Âm thanh bằng GRPO sử dụng TRL	Steven Zheng	Liên kết

Đóng góp

Nếu bạn có một bài hướng dẫn muốn thêm vào danh sách này, vui lòng mở một PR để thêm nó. Chúng tôi sẽ xem xét và hợp nhất nếu nó phù hợp với cộng đồng.

Update on GitHub