align-anything

收录理由

想让多模态模型真正听懂人的指令，往往会被某个对齐方法绑住手脚，数据管线也得跟着它重写。Align Anything 提供了一套模块化的训练框架，把 SFT、DPO、PPO、GRPO 以及基于规则的强化学习都纳入其中，支持图像、音频、视频和任意模态之间的模型，这样你可以在不推翻现有工作流的前提下横向比较不同方案。项目里直接给出了 Qwen3、DeepSeek、Janus、MiniCPM-o 的可运行脚本，教程也讲得明白——从纯文本模型起步，逐步加上图像输入，或者搭建 DPO 训练，都有清晰步骤。NVIDIA GPU、华为昇腾 NPU 和 Slurm 集群的适配脚手架已经搭好，想认真做对齐实验的话，这里是个能落地的起点，而不是停留在演示层面。