Hugging Face：Blog（RSS）·2026-09-03 08:00· 28 天前精选AI 评分63

Hugging Face 教程：用 TRL 对 LFM2.5-350M 做 100 步 GRPO 微调提升结构化输出

Fine-tuning a 350M Model for Better Structured Outputs in 100 GRPO Steps

AI 导读

Hugging Face 发布教程，用 TRL 库对 LiquidAI/LFM2.5-350M 做 GRPO 微调，仅用约 500 个样本和 100 步训练，将其在 IFStruct benchmark 上的通过率从 22.6% 提升到 29.7%。

推荐理由

教程给出完整可复现的低成本 GRPO 微调流程和逐项评测数字，读者可以照着在免费 GPU 上复刻这一结构化输出改进方法。