huggingface-LLM-trainer: 方法 4 示例需要 `push_to_hub` 配置

" 技能/握手-LLM-教练/SKILL.md " 胡柏分节称:

环境 -- -- 必须推到HUB。 工作环境是临时性的。 所有文件在任务结束时被删除 。 如果模型没有被推到Hub, 所有的训练都失去了。

带有所需配置 :

• " 推-至- hub= True "
• “用户名/型号”
• “机密”“HF Token”:“$HF Token”

方法1(UV脚本),方法2(TRL维护脚本)和方法3(HF Jobs CLI)在例子中都显示了本合同的一半.

方法4(TRL 工作套案)没有:

{\fn黑体\fs22\bord1\shad0\3aHBE\4aH00\fscx67\fscy66\2cHFFFFFF\3cH808080}你觉得呢? 乌克克思工作

• 型号 名称为Qwen/Quen2.5-0.5B? --dataset name trl-lib/ Capybara 数据集

不存在`-push-to-hub',没有`-hub-model-id',也没有`HF-Token'浮出水面。 文字声称"自动回放"(automatic Hub push),但"trl-jobs"实际上只有在用户之前在主机上运行了"huggingface-cli登录"后才会推出,所以一个符号在磁盘上. 一个不首先运行 “ huggingface-cli 登录” 的用户如果复制-复制了“ 方法 4” 单行程序,将失去所有培训( 没有上传, 麻风文件系统被擦去)。

其他三种方法没有这个隐含的前提条件;方法4默默地做了.

建议改正

要么:

(a) 明确增加旗帜,使办法4与1-3保持一致:

{\fn黑体\fs22\bord1\shad0\3aHBE\4aH00\fscx67\fscy66\2cHFFFFFF\3cH808080}你觉得呢?
HF TOKEN=hf xxxvl-jobs sft? (韩语).
- 型号  名称为 Qwen/ Quen2.5-0.5B ?
--dataset name trl-lib/ Capybara \
--push-to-hub 用户名/模式名

或

(b) 提出这一办法的先决条件:“第4条要求您先前已在此机上运行过`huggingface-cli 登录';在磁盘上显示的“Secrets Q'HF TOKEN":\$HF TOKEN"在1-3上显示的合同。”