一個具有 DPO、KTO、PPO、ORPO 及其他人類意識損失函數（HALO）可擴充實作的程式庫。
radar 追蹤的來源裡還沒有出現過這個 repo。收集器照排程執行——等它涵蓋到這個 repo 再回來看看。
