ms-swift 正式版扩展强化学习训练机制

ModelScope 开源的 ms-swift 在正式版中扩展了强化学习训练机制，归档时间为2026年4月7日。该版本随代码提供相关训练参数、训练脚本与使用说明，开发者可直接参考搭建自己的训练流程。归档信息认为这套实现具有复用价值。具体新增的算法与适用模型范围，本次归档未记录，情况未知。