#6808·trlGMPO: use_liger_kernel=True 会默默地绕过 GMPO 损失; MoE 辅助损失和熵奖励被删除（缺口未被 #6095 覆盖）作者: mmjerge创建于 2026年8月19日更新于 2026年9月18日描述 内容来源: huggingface/trl查看 GitHub 原文在 GitHub 查看讨论