# grpo-rlvr-training

Skill, Kodlama ve yazılım geliştirme alanında. Sayfa: https://angskills.com/k/grpo-rlvr-training

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.

- Kaynak: https://github.com/wshobson/agents
- Lisans: MIT
- GitHub yıldızı: 42303
- Güncellendi: 8 Kasım 2026

## Basitçe

**Nedir?** Skill, ajanına (Claude Code, Codex gibi) yüklenen bir talimat paketidir. Telefona uygulama yüklemeye benzer: bir kez kurarsın, ajan o işi nasıl yapacağını bilir.

**Ne işe yarar?** “Kodlama ve yazılım geliştirme” işlerinde kullanılır. Yayıncının sözleriyle: Train reasoning and verifiable-task behavior with GRPO and reinforcement learning from verifiable rewards (RLVR).

**Örnek istek** “Bu projedeki hatayı bul ve düzelt.”

**Ajanlar** Claude Code, Codex, OpenCode için hazır komut var.

**Güvenilir mi?** 42.303 GitHub yıldızı · MIT. Kurmadan önce kaynağa bak.

## Benchmark (ANG puanı, 100 üzerinden)

- Claude Code: 80
- Codex: 80
- OpenCode: 80
- OpenClaw: kurulmaz
- Grok: kurulmaz
- Antigravity: kurulmaz

## Kurulum

### Claude Code

```bash
git clone --depth 1 https://github.com/wshobson/agents
```

Sonra plugins/llm-finetuning/skills/grpo-rlvr-training klasörünü ajanının skills klasörüne kopyala.

### Codex

```bash
git clone --depth 1 https://github.com/wshobson/agents
```

Sonra plugins/llm-finetuning/skills/grpo-rlvr-training klasörünü ajanının skills klasörüne kopyala.

### OpenCode

```bash
git clone --depth 1 https://github.com/wshobson/agents
```

Sonra plugins/llm-finetuning/skills/grpo-rlvr-training klasörünü ajanının skills klasörüne kopyala.

Komutlar yayıncının kayıt bilgisinden üretildi; ANG skills bunları çalıştırıp denetlemedi.