Tags
第 3 頁
Post-Training
AReaL：agentic RL 開始從研究腳本，長成可以接外部 agent 的訓練基礎設施
TRL：不是又一個微調工具，而是把 LLM 後訓練變成可重複工程流程的開源底座
Unsloth 值得現在看嗎？微調門檻確實降下來了，但別因此以為每個團隊都該自己養模型