Hugging Face Blog·· 29 天前精选AI 评分65
用 TRL 和 GRPO 微调 LFM2.5-350M，100 步提升 IFStruct 结构化输出成绩
Fine-tuning a 350M Model for Better Structured Outputs in 100 GRPO Steps
AI 导读
Hugging Face 发布一份完整教程，用 TRL 库的 GRPO 微调 LiquidAI/LFM2.5-350M 提升结构化输出合规性，在 IFStruct benchmark 上从 22.6% 提升到 29.7%。
推荐理由
原文给出完整可复现的 GRPO 微调流程和前后对比数据，读者可以照着用免费 GPU 把小模型的结构化输出提升约 7 个百分点。
来源：Hugging Face Blog · huggingface.co