OAT

OAT 是 Online Alignment Training 的缩写。它把 LLM 后训练里常见的强化学习、偏好优化、在线采样和评测流程封装成研究友好的框架。

它不是面向普通用户的产品，而是给模型研究和训练团队使用的工具。

模型能力越来越取决于后训练。预训练决定基础知识，SFT、RLHF、DPO、在线强化学习等流程决定模型是否听话、稳定、有用。

OAT 的意义在于把这些复杂对齐实验做成可复用工程框架。

OAT 说明 Sea AI Lab 不只做区域语言模型，也在做模型训练底层工具。这对新加坡本土科技公司参与基础模型竞争很重要。

未来可以追踪它是否被 Sailor 或其他 SAIL 模型训练管线采用。