# TRL - تعلم التعزيز للحوّلات

TRL هي مكتبة متكاملة نقدم من خلالها مجموعة من الأدوات لتدريب نماذج اللغة التحويلية باستخدام طرق مثل الضبط الدقيق الإشرافي (SFT)، وتحسين السياسة النسبي الجماعي (GRPO)، وتحسين التفضيل المباشر (DPO)، ونمذجة المكافآت، وغيرها. وتتكامل المكتبة مع 🤗 [transformers](https://github.com/huggingface/transformers).

## 🎉 ما الجديد

**⚡ أصبح AsyncGRPOTrainer مستقرًا الآن:** [AsyncGRPOTrainer](/docs/trl/v1.18.0/ar/async_grpo_trainer#trl.AsyncGRPOTrainer) ينتقل إلى واجهة برمجة التطبيقات المستقرة. يعمل GRPO بشكل أسرع بكثير من خلال فصل التوليد عن التدريب: حيث يقوم خادم vLLM ببث عمليات التمرير بينما يقوم المدرب بتحديث النموذج.

## تصنيف

فيما يلي نظرة عامة على مدرّبي TRL، منظمة حسب درجة النضج ونوع الطريقة.

#### الطرق عبر الإنترنت

- [`AsyncGRPOTrainer`](async_grpo_trainer)
- [`GRPOTrainer`](grpo_trainer)
- [`RLOOTrainer`](rloo_trainer)

#### نمذجة المكافآت

- [`RewardTrainer`](reward_trainer)

#### الطرق غير المتصلة

- [`SFTTrainer`](sft_trainer)
- [`DPOTrainer`](dpo_trainer)
- [`KTOTrainer`](kto_trainer)

#### التقطير المعرفي

- [`DistillationTrainer`](distillation_trainer)

### تجريبي

#### الطرق عبر الإنترنت

- [`A2POTrainer`](a2po_trainer)
- [`GMPOTrainer`](gmpo)
- [`OnlineDPOTrainer`](online_dpo_trainer)

#### الطرق غير المتصلة

- [BEMA لنموذج المرجع](bema_for_reference_model)
- [`CPOTrainer`](cpo_trainer)
- [`ORPOTrainer`](orpo_trainer)

#### التقطير المعرفي

- [`AsyncDistillationTrainer`](async_distillation_trainer)
- [`GKDTrainer`](gkd_trainer)
- [`GOLDTrainer`](gold_trainer)
- [`IWOPDTrainer`](iw_opd_trainer)
- [`SDFTTrainer`](sdft_trainer)
- [`SDPOTrainer`](sdpo_trainer)

يمكنك أيضًا استكشاف النماذج ومجموعات البيانات والعروض التوضيحية المتعلقة بـ TRL في [منظمة TRL على Hugging Face](https://huggingface.co/trl-lib).

## تعلّم

تعلّم ما بعد التدريب باستخدام TRL ومكتبات أخرى في 🤗 [smol course](https://github.com/huggingface/smol-course).

## المحتويات

تنظم التوثيقات في الأقسام التالية:

- **البدء**: دليل التثبيت والبدء السريع.
- **أدلة مفاهيمية**: صيغ مجموعات البيانات، الأسئلة الشائعة حول التدريب، وفهم السجلات.
- **أدلة الاستخدام**: تقليل استهلاك الذاكرة، تسريع التدريب، توزيع التدريب، وما إلى ذلك.
- **التكاملات**: DeepSpeed وPEFT وغيرها
- **أمثلة**: نظرة عامة على الأمثلة، شروحات المجتمع، وما إلى ذلك.
- **واجهة برمجة التطبيقات**: المدربين والأدوات المساعدة وما إلى ذلك.

## منشورات المدونة

  
    
      
      نُشر في 27 مايو 2026 شحن تريليون من المعلمات باستخدام حاوية Hub: مزامنة أوزان الدلتا في TRL
    
    
      
      نُشر في 31 مارس 2026 TRL v1: مكتبة التدريب اللاحق التي تصمد عندما يُبطل المجال افتراضاته الخاصة
    
    
      
      نُشر في 10 مارس 2026 إبقاء الرموز تتدفق: دروس مستفادة من 16 مكتبة تعلّم معزز مفتوحة المصدر
    
    
      
      نُشر في 9 مارس 2026 توازي تسلسل أوليسيس: التدريب بسياقات بملايين الرموز
    
    
      
      نُشر في 23 أكتوبر 2025 بناء منظومة الوكلاء المفتوحة معًا: تقديم OpenEnv
    
    
      
      نُشر في 7 أغسطس 2025 محاذاة نماذج الرؤية واللغة في TRL ⚡️
    
    
      
      نُشر في 3 يونيو 2025 لا يُترك أي GPU خلفًا: تحرير الكفاءة باستخدام vLLM المتزامن في TRL
    
    
      
      نُشر في 25 مايو 2025 🐯 Liger GRPO يلتقي بـ TRL
    
    
      
      نُشر في 28 يناير 2025 Open-R1: إعادة إنتاج مفتوحة بالكامل لـ DeepSeek-R1
    
    
      
      نُشر في 10 يوليو 2024 تحسين التفضيلات لنماذج الرؤية واللغة باستخدام TRL
    
    
      
      نُشر في 12 يونيو 2024 إعادة تعزيز التعلم المعزز إلى RLHF
    
    
      
      نُشر في 10 يناير 2024 اجعل ضبط نماذج اللغة الكبيرة (LLM) أسرع مرتين باستخدام Unsloth و🤗 TRL
    
    
      
      نُشر في 29 سبتمبر 2023 ضبط نماذج Stable Diffusion الدقيقة باستخدام DDPO عبر TRL
    
    
      
      نُشر في 8 أغسطس 2023 ضبط Llama 2 بدقة باستخدام DPO
    
    
      
      نُشر في 5 أبريل 2023 StackLLaMA: دليل عملي لتدريب LLaMA باستخدام RLHF
   
    
      
      نُشر في 9 مارس 2023 ضبط نماذج لغوية كبيرة بحجم 20 مليار معلمة باستخدام RLHF على بطاقة رسومات استهلاكية بسعة 24 جيجابايت
    
    
      
      نُشر في 9 ديسمبر 2022 توضيح التعلم المعزز من التغذية الراجعة البشرية
    
  

## محاضرات

  
    
      
      عرض تقديمي أُلقي في 30 أكتوبر 2025 الضبط الدقيق باستخدام TRL
    
  

