社区教程

社区教程由 Hugging Face 社区的活跃成员制作，他们希望与他人分享自己的知识和专业技能。这些教程是了解该库及其功能、并开始使用核心类和模态的绝佳方式。

语言模型

任务	分类	描述	作者	教程	Colab
强化学习	GRPOTrainer	在 TRL 中使用 GRPO 对 LLM 进行推理后训练	Sergio Paniego	链接
强化学习	GRPOTrainer	Mini-R1：复现Deepseek R1的“顿悟时刻”——RL教程	Philipp Schmid	链接
强化学习	GRPOTrainer	使用 GRPO 和 Unsloth 优化在 LLaMA 3.1-8B 上进行强化学习	Andrea Manzoni	链接
指令微调	SFTTrainer	使用 ChatML 格式和 QLoRA 微调 Google Gemma LLM	Philipp Schmid	链接
结构化生成	SFTTrainer	使用 QLoRA 和 PEFT 微调 Llama-2-7B 以生成 JSON 格式的波斯语产品目录	Mohammadreza Esmaeilian	链接
偏好优化	DPOTrainer	使用直接偏好优化对 Mistral-7b 进行对齐以符合人类偏好	Maxime Labonne	链接
偏好优化	ORPOTrainer	使用 ORPO 微调 Llama 3，结合指令微调和偏好对齐	Maxime Labonne	链接
指令微调	SFTTrainer	如何在 2025 年使用 Hugging Face 微调开放式 LLM	Philipp Schmid	链接

视觉语言模型

任务	分类	描述	作者	教程	Colab
视觉问答	SFTTrainer	在 ChartQA 数据集上微调 Qwen2-VL-7B 用于视觉问答	Sergio Paniego	链接
视觉问答	SFTTrainer	在消费级 GPU 上使用 TRL 微调 SmolVLM	Sergio Paniego	链接
SEO 描述	SFTTrainer	微调 Qwen2-VL-7B 以从图像生成对 SEO 友好的描述	Philipp Schmid	链接
视觉问答	DPOTrainer	PaliGemma 🤝 直接偏好优化	Merve Noyan	链接
视觉问答	DPOTrainer	在消费级 GPU 上使用 TRL 和直接偏好优化 (DPO) 微调 SmolVLM	Sergio Paniego	链接
目标检测定位	SFTTrainer	使用 TRL 微调视觉语言模型 (VLM) 以进行目标检测定位	Sergio Paniego	链接
视觉问答	DPOTrainer	使用 TRL 和 MPO 微调视觉语言模型	Sergio Paniego	链接
强化学习	GRPOTrainer	使用 TRL 和 GRPO 对 VLM 进行推理后训练	Sergio Paniego	链接

贡献

如果您有希望添加到此列表的教程，请提交一个 PR 以添加它。我们将进行审核，如果它与社区相关，我们将合并它。

< > 在 GitHub 上更新