Drift：扩散语言模型强化学习训练框架

Drift 是 ant-research 发布的扩散语言模型强化学习训练框架，把扩散语言模型的RL训练沉淀为可扩展的抽象与完整工作流。扩散语言模型并行生成文本，其奖励接入与梯度回传方式和自回归模型差异较大，该框架将这类流程组件化，便于研究者在统一管线内替换策略与算法。对非自回归文本生成方向的团队，它省去了从零搭建训练管线的成本。支持的模型规模与算法可在仓库确认。