#7270·trl[错误] 使用 use_liger_kernel=True 的 GMPOTrainer 会在 GRPO 目标上进行训练作者: gss10282025创建于 2026年9月18日更新于 2026年9月18日重现性 内容来源: huggingface/trl查看 GitHub 原文在 GitHub 查看讨论