Hugging Face TRL 新增视觉语言模型对齐功能

Hugging Face 在其 Transformer Reinforcement Learning (TRL) 库中新增了对视觉语言模型 (VLM) 的对齐支持。该更新允许开发者使用强化学习技术（如 PPO、DPO）对多模态模型进行微调，以提升其在视觉问答、图像描述等任务上的表现。TRL 现已集成对 LLaVA、IDEFICS 等流行 VLM 的支持，并提供简洁的 API 接口。这一功能降低了 VLM 对齐的门槛，有助于推动多模态 AI 应用的发展。