OAT

OAT 是 Online Alignment Training 的縮寫。它把 LLM 後訓練裡常見的強化學習、偏好最佳化、線上取樣和評測流程封裝成研究友好的框架。

它不是面向普通使用者的產品，而是給模型研究和訓練團隊使用的工具。

模型能力越來越取決於後訓練。預訓練決定基礎知識，SFT、RLHF、DPO、線上強化學習等流程決定模型是否聽話、穩定、有用。

OAT 的意義在於把這些複雜對齊實驗做成可複用工程框架。

OAT 說明 Sea AI Lab 不只做區域語言模型，也在做模型訓練底層工具。這對新加坡本土科技公司參與基礎模型競爭很重要。

未來可以追蹤它是否被 Sailor 或其他 SAIL 模型訓練管線採用。