返回全部动态
hendrimardani 上传基于 Llama-3.1-8B 的 GRPO 微调模型
原标题：hendrimardani/fine-tuned-model-indonesian-GRPO
AI 摘要
开发者 hendrimardani 在 Hugging Face 上传了一个基于 unsloth/Llama-3.1-8B-unsloth-bnb-4bit 微调的 Llama 模型，采用 Apache-2.0 许可，并使用 Unsloth 与 Hugging Face TRL 库训练，宣称训练速度提升 2 倍。该模型标注支持文本生成推理，但正文未提供评测结果或具体用途说明。
以上摘要由 AI 生成，可能存在误差。事实请以原文为准。
正文节选
--- base_model: unsloth/Llama-3.1-8B-unsloth-bnb-4bit tags: - text-generation-inference - transformers - unsloth - llama license: apache-2.0 language: - en --- # Uploaded finetuned model - **Developed by:** hendrimardani - **License:** apache-2.0 - **Finetuned from model :** unsloth/Llama-3.1-8B-unsloth-bnb-4bit This llama model was trained 2x faster with [Unsloth](https://github.com/unslothai/unsloth) and Huggingface's TRL library. [<img src="https://raw.githubusercontent.com/unslothai/uns
发布时间：2026-11-06 21:07
抓取时间：2026-11-06 21:07
来源机构：Hugging Face