grpo-rlvr-training
Treinar o raciocínio e o comportamento em tarefas verificáveis com GRPO e aprendizagem por reforço a partir de recompensas verificáveis (RLVR). Usar quando o sucesso da tarefa for verificável algoritmicamente (matemática, código, chamadas…
- Skills
- Geral
- 0
Para que serve e como usar
Uma skill que ensina o Claude Code a executar bem tarefas de geral. É conhecimento empacotado que o modelo passa a usar sempre que for relevante.
- Instale a skill (comando acima).
- No Claude Code, descreva o que precisa - a skill ativa-se sozinha quando o contexto encaixa.
- Não precisa de decorar comandos: fala em linguagem natural e a skill faz o resto.
Instalar (Claude Code)
mkdir -p .claude/skills/wshobson-agents__grpo-rlvr-training && curl -fsSL https://doutorai.pt/data/lib/skills__wshobson-agents__grpo-rlvr-training.md -o .claude/skills/wshobson-agents__grpo-rlvr-training/SKILL.mdCole este comando no terminal, na pasta do seu projeto, e o componente é instalado automaticamente.
Conteúdo
---
name: grpo-rlvr-training
description: Train reasoning and verifiable-task behavior with GRPO and reinforcement learning from verifiable rewards (RLVR). Use when task success is algorithmically checkable (math, code, tool calls, structured output), when designing GRPO reward functions, or when a GRPO run diverges or reward-hacks.
---
# GRPO & RLVR Training
This skill assumes `finetuning-method-selection`
already routed here because the target behavior
has a verifiable pass/fail signal - not
demonstrations (`lora-qlora-recipes`) or
preference pairs (`preference-optimization`).
What follows
- 🔒 Conteúdo completo no plano Pro (7,99€/mês) -Precisa de ajuda com o Claude Code?
Pergunte ao Dr AI - explica em simples.
Precisa de uma solução à medida?
Não sabe por onde começar a usar IA no seu negócio? Receba uma avaliação gratuita e um plano à medida - sem compromisso.
Poupe horas todas as semanas com IA, sem complicações
O Doutor AI dá-lhe 1859 prompts de IA prontos a copiar, por indústria e em português simples - mais uma biblioteca técnica completa para quem quer ir mais longe.