3 Commits

Author	SHA1	Message	Date
ViperEkura	1169cfad82	fix(trainer): 修复多轮对话中的因果注意力掩码计算逻辑等	2025-09-28 15:15:19 +08:00
ViperEkura	4fcdc87c95	feat(trainer): 重构数据集与策略模块以支持字典形式的数据返回	2025-09-27 14:11:27 +08:00
ViperEkura	a4443765ee	Initial commit	2025-09-27 12:02:22 +08:00