用强化学习训练 Transformer 语言模型的全流程库，覆盖 SFT、奖励建模到 PPO/DPO 等 RLHF 算法，省去自己拼训练管线。

给 Minecraft 智能体提供开放世界技能的开源方案，通过微调大语言模型让智能体在游戏中自主完成多样化任务。

基于微调大语言模型的知识库问答框架，先生成逻辑形式再检索，提升复杂问题在知识图谱上的 SPARQL 查询准确率。