DPO、KTO、PPO、ORPO、およびその他のヒューマンアウェア損失関数（HALO）の拡張可能な実装を提供するライブラリ
このリポジトリは radar が追跡するソースにまだ登場していません。コレクターはスケジュールで動いています——このリポジトリがカバーされたらまた見てください。
