輕量級 LLM Post-training 框架，支援 SFT、RLVR、On-Policy KD、Guide KD 及混合訓練；實現單輪/多輪 Guide 蒸餾、多教師蒸餾、Reward 混合訓練與自動化數據分流👩🎓👨🎓
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。
