Tutoriels de la communauté

Les tutoriels de la communauté sont créés par des membres actifs de la communauté Hugging Face qui souhaitent partager leurs connaissances et leur expertise avec les autres. Ils constituent un excellent moyen d'apprendre à connaître la bibliothèque et ses fonctionnalités, et de se familiariser avec les classes et modalités principales.

Modèles de langage

Tutoriels

Tâche	Classe	Description	Auteur	Tutoriel	Colab
Apprentissage par renforcement	GRPOTrainer	Entraînement en ligne efficace avec GRPO et vLLM dans TRL	Sergio Paniego	Lien
Apprentissage par renforcement	GRPOTrainer	Entraînement post-entraînement d'un LLM pour le raisonnement avec GRPO dans TRL	Sergio Paniego	Lien
Apprentissage par renforcement	GRPOTrainer	Mini-R1 : Reproduire le « moment aha » de Deepseek R1, un tutoriel RL	Philipp Schmid	Lien
Apprentissage par renforcement	GRPOTrainer	RL sur LLaMA 3.1-8B avec GRPO et les optimisations Unsloth	Andrea Manzoni	Lien
Ajustement par instructions	SFTTrainer	Fine-tuning des LLM Google Gemma au format ChatML avec QLoRA	Philipp Schmid	Lien
Génération structurée	SFTTrainer	Ajustement fin de Llama-2-7B pour générer des catalogues de produits persans au format JSON à l'aide de QLoRA et PEFT	Mohammadreza Esmaeilian	Lien
Optimisation des préférences	DPOTrainer	Aligner Mistral-7b à l'aide de l'optimisation directe des préférences (Direct Preference Optimization) pour l'alignement sur les préférences humaines	Maxime Labonne	Lien
Optimisation des préférences	experimental.orpo.ORPOTrainer	Fine-tuning de Llama 3 avec ORPO combinant l’instruction tuning et l’alignement des préférences	Maxime Labonne	Lien
Ajustement par instructions	SFTTrainer	Comment affiner les LLM ouverts en 2025 avec Hugging Face	Philipp Schmid	Lien
Raisonnement au niveau de l'étape	GRPOTrainer	Apprentissage par renforcement supervisé (SRL) pour le raisonnement étape par étape avec vLLM	Deepak Swaminathan	Lien

Vidéos

Tâche	Titre	Auteur	Vidéo
Ajustement par instructions	Fine-tuning de modèles d'IA ouverts à l'aide de Hugging Face TRL	Wietse Venema
Ajustement par instructions	Comment affiner un smol-LM avec Hugging Face, TRL et le jeu de données smoltalk	Mayurji

⚠️ Deprecated features notice for "How to fine-tune a smol-LM with Hugging Face, TRL, and the smoltalk Dataset" (click to expand)

Le tutoriel utilise deux fonctionnalités obsolètes :

• SFTTrainer(..., tokenizer=tokenizer) : utilisez plutôt SFTTrainer(..., processing_class=tokenizer), ou omettez-le simplement (il sera inféré à partir du modèle).
• setup_chat_format(model, tokenizer) : utilisez SFTConfig(..., chat_template_path="Qwen/Qwen3-0.6B"), où chat_template_path spécifie le modèle dont vous souhaitez copier le modèle de discussion.

Modèles de vision et de langage

Tutoriels

Tâche	Classe	Description	Auteur	Tutoriel	Colab
QA visuel	SFTTrainer	Fine-tuning de Qwen2-VL-7B pour la question-réponse visuelle sur le jeu de données ChartQA	Sergio Paniego	Lien
QA visuel	SFTTrainer	Fine-tuning de SmolVLM avec TRL sur un GPU grand public	Sergio Paniego	Lien
Description SEO	SFTTrainer	Fine-tuning de Qwen2-VL-7B pour générer des descriptions optimisées pour le SEO à partir d'images	Philipp Schmid	Lien
QA visuel	DPOTrainer	PaliGemma 🤝 Direct Preference Optimization	Merve Noyan	Lien
QA visuel	DPOTrainer	Fine-tuning de SmolVLM à l'aide de l'optimisation directe des préférences (DPO) avec TRL sur un GPU grand public	Sergio Paniego	Lien
Détection d'objets	SFTTrainer	Fine-tuning d'un VLM pour le Grounding de détection d'objets avec TRL	Sergio Paniego	Lien
QA visuel	DPOTrainer	Ajustement fin d'un modèle de vision-langage avec TRL en utilisant MPO	Sergio Paniego	Lien
Apprentissage par renforcement	GRPOTrainer	Post-entraînement d'un VLM pour le raisonnement avec GRPO à l'aide de TRL	Sergio Paniego	Lien

Modèles de langage pour la parole

Tutoriels

Tâche	Classe	Description	Auteur	Tutoriel
Texte en parole	GRPOTrainer	Entraînement post-entraînement d'un modèle de langage vocal avec GRPO à l'aide de TRL	Steven Zheng	Lien

Contribuer

Si vous avez un tutoriel que vous souhaitez ajouter à cette liste, veuillez ouvrir une PR pour l’ajouter. Nous l’examinerons et la fusionnerons si elle est pertinente pour la communauté.

Update on GitHub