微调框架横向对比：SFTTrainer、LLaMA-Factory、ms-swift、Axolotl、Unsloth

06-30

GRPOTrainer 详解：可验证奖励与组相对优化

06-30

DPOTrainer 详解：TRL 直接偏好优化

06-29

SFTTrainer 详解：TRL 监督微调训练器

06-24