快速入门¶ 本指南将帮助您快速上手 LightRFT,从基本概念、用户指南(算法和配置),到运行您的第一个训练实验。 核心概念 LightRFT 项目概览 高层架构 训练流程图 核心模块 系统工作流 扩展点 用户指南 支持的算法 算法速查表 配置参数详解 目录 模型参数 训练参数 Batch Size 配置 算法参数 分布式训练 推理引擎 内存优化 日志与监控 检查点管理 奖励处理 多模态 (VLM) 参数 完整配置示例 参数依赖校验 环境变量 另请参阅 实战教程 GRPO 训练教程:GSM8K 与 Geo3K 数据集 概述 1. 数据集预处理 2. 训练 3. 关键超参数 4. 奖励机制 5. 训练监控(W&B) 6. 常见问题与建议 相关资源