Hugging Face Blog·· 2026-09-03AI 评分57
用 GRPO 在 100 步内微调 LFM2.5-350M 提升结构化输出合规率
Fine-tuning a 350M Model for Better Structured Outputs in 100 GRPO Steps
AI 导读
一篇 Hugging Face 博客教程用 TRL 的 GRPO 微调 LiquidAI 的 LFM2.5-350M，将该模型在 IFStruct 评测上的总体通过率从 22.6% 提升到 29.7%。
来源：Hugging Face Blog · huggingface.co