解剖极简 SFT 训练器:每个决策,教科书和框架怎么说

TRL 一行就能训,为什么还要手写 SFT 循环?把极简训练器的 7 个工程决策逐一对照教材、生产框架和社区经验。

2026-08-28 · 14 分钟 · 6727 字 · njx