TRL v1.0: la biblioteca de post-entrenamiento que se adapta a un campo en constante cambio

Resumen del corpus

Hugging Face lanzó TRL v1.0, la versión estable de su biblioteca de post-entrenamiento para modelos de lenguaje, que implementa más de 75 métodos y se descarga 3 millones de veces al mes. La versión separa un núcleo estable con versionado semántico de una capa experimental, y prioriza implementaciones explícitas sobre abstracciones rígidas ante un campo que cambia rápido. Los próximos pasos incluyen GRPO asíncrono, la graduación de métodos como KTO y mejoras de escalado y de señales de entrenamiento legibles para agentes.