【Bug已解决】Can gold_trainer support privileged context 解决方案
【Bug已解决】Can gold_trainer support privileged context 解决方案
一、现象长什么样
在用一个在线 RL 训练器(社区里常称 GOLD / gold_trainer,即 Generalized Online LLM Training 的基类)做数学推理训练时,我们希望引入特权…
2026/7/22 7:37:30