grpo-rlvr-training – skill Lập trình cho agent AI

Huấn luyện hành vi suy luận và tác vụ kiểm chứng được bằng GRPO và học tăng cường từ phần thưởng kiểm chứng được (RLVR). Dùng khi thành công của tác vụ có thể kiểm tra bằng thuật toán (toán, code, tool call, đầu ra có cấu trúc), khi thiết kế hàm thưởng GRPO, hoặc khi lần chạy GRPO phân kỳ hoặc bị reward-hack.

Lập trìnhSKILL.mdClaude Code · Codex · Hermes · DeepSeek

Cài skill grpo-rlvr-training bằng một lệnh

Chọn công cụ bạn đang dùng, copy lệnh và dán vào terminal. Skill sẽ nằm trong thư mục skills của công cụ đó và sẵn sàng dùng ở phiên làm việc tiếp theo.

Claude Code

mkdir -p ~/.claude/skills && curl -fsSL https://skill.dn1nguoi.com/z/grpo-rlvr-training-d7be7.tgz | tar xz -C ~/.claude/skills

Gọi trong Claude Code: /grpo-rlvr-training – rồi mô tả công việc bạn muốn làm.

Codex

mkdir -p ~/.codex/skills && curl -fsSL https://skill.dn1nguoi.com/z/grpo-rlvr-training-d7be7.tgz | tar xz -C ~/.codex/skills

Gọi trong Codex: $grpo-rlvr-training – rồi mô tả công việc bạn muốn làm.

Hermes Agent

mkdir -p ~/.hermes/skills && curl -fsSL https://skill.dn1nguoi.com/z/grpo-rlvr-training-d7be7.tgz | tar xz -C ~/.hermes/skills

Gọi trong Hermes Agent: /grpo-rlvr-training – rồi mô tả công việc bạn muốn làm.

DeepSeek

mkdir -p ~/.deepcode/skills && curl -fsSL https://skill.dn1nguoi.com/z/grpo-rlvr-training-d7be7.tgz | tar xz -C ~/.deepcode/skills

Gọi trong DeepSeek: /grpo-rlvr-training – rồi mô tả công việc bạn muốn làm.

Nội dung SKILL.md

Nội dung SKILL.md gốc bằng tiếng Anh.

Skill liên quan

← Xem tất cả skill