用 ChatGPT 同款流程训练医疗大模型，覆盖增量预训练、有监督微调、RLHF、DPO、ORPO、GRPO 全链路，开箱即可复现。
基于知识图谱为 LLM 微调合成高质量问答数据，把结构化知识转成训练语料，缓解监督微调数据稀缺。
…/Qwen3.5： PT（增量预训练）— training/pretraining.py SFT（有监督微调）— training/supervised finetuning.py / training/supervised finetuning accelerate.py RM（奖励模型）— training/reward modeli
…setLoom v0.1.0 - 首个版本发布！ 📌 主要功能 - ✅ 支持生成 SFT 数据集（监督微调） - ✅ 支持生成 DPO 数据集（偏好对齐） - ✅ 提供可视化界面进行数据管理 - ✅ 支持 Redis 工作流（Beta） Full Changelog : https://github.com/599yongyang/Da