mst272 की ट्रैक की गई ओपन सोर्स रिपॉजिटरी, स्टार के हिसाब से क्रमबद्ध।
हल्का LLM पोस्ट-ट्रेनिंग फ्रेमवर्क, जो SFT, RLVR, On-Policy KD, Guide KD और मिश्रित प्रशिक्षण का समर्थन करता है; सिंगल/मल्टी-टर्न गाइड डिस्टिलेशन, मल्टी-टीचर डिस्टिलेशन, रिवॉर्ड मिक्स ट्रेनिंग और स्वचालित डेटा शंटिंग को लागू करता है।
