社群教程

社群教程由 Hugging Face 社群的活躍成員製作，他們希望與他人分享自己的知識和專業技能。這些教程是瞭解該庫及其功能、並開始使用核心類和模態的絕佳方式。

語言模型

任務	分類	描述	作者	教程	Colab
強化學習	GRPOTrainer	在 TRL 中使用 GRPO 對 LLM 進行推理後訓練	Sergio Paniego	連結
強化學習	GRPOTrainer	Mini-R1：復現Deepseek R1的“頓悟時刻”——RL教程	Philipp Schmid	連結
強化學習	GRPOTrainer	使用 GRPO 和 Unsloth 最佳化在 LLaMA 3.1-8B 上進行強化學習	Andrea Manzoni	連結
指令微調	SFTTrainer	使用 ChatML 格式和 QLoRA 微調 Google Gemma LLM	Philipp Schmid	連結
結構化生成	SFTTrainer	使用 QLoRA 和 PEFT 微調 Llama-2-7B 以生成 JSON 格式的波斯語產品目錄	Mohammadreza Esmaeilian	連結
偏好最佳化	DPOTrainer	使用直接偏好最佳化對 Mistral-7b 進行對齊以符合人類偏好	Maxime Labonne	連結
偏好最佳化	ORPOTrainer	使用 ORPO 微調 Llama 3，結合指令微調和偏好對齊	Maxime Labonne	連結
指令微調	SFTTrainer	如何在 2025 年使用 Hugging Face 微調開放式 LLM	Philipp Schmid	連結

視覺語言模型

任務	分類	描述	作者	教程	Colab
視覺問答	SFTTrainer	在 ChartQA 資料集上微調 Qwen2-VL-7B 用於視覺問答	Sergio Paniego	連結
視覺問答	SFTTrainer	在消費級 GPU 上使用 TRL 微調 SmolVLM	Sergio Paniego	連結
SEO 描述	SFTTrainer	微調 Qwen2-VL-7B 以從影像生成對 SEO 友好的描述	Philipp Schmid	連結
視覺問答	DPOTrainer	PaliGemma 🤝 直接偏好最佳化	Merve Noyan	連結
視覺問答	DPOTrainer	在消費級 GPU 上使用 TRL 和直接偏好最佳化 (DPO) 微調 SmolVLM	Sergio Paniego	連結
目標檢測定位	SFTTrainer	使用 TRL 微調視覺語言模型 (VLM) 以進行目標檢測定位	Sergio Paniego	連結
視覺問答	DPOTrainer	使用 TRL 和 MPO 微調視覺語言模型	Sergio Paniego	連結
強化學習	GRPOTrainer	使用 TRL 和 GRPO 對 VLM 進行推理後訓練	Sergio Paniego	連結

貢獻

如果您有希望新增到此列表的教程，請提交一個 PR 以新增它。我們將進行稽核，如果它與社群相關，我們將合併它。

< > 在 GitHub 上更新