[我们的全模态比对数据集](https://huggingface.co/datasets/PKU-Alignment/align-anything)
Align-Anything 旨在使任何模态大型模型(任意模型)与人类意图和价值观保持一致。
- **高度模块化框架**允许用户轻松修改和自定义不同任务的代码(请参阅[框架设计](https://align-anything.readthedocs.io/))。
- **各种模态模型微调**,适用于各种多模态(图像/视频/音频)模型(请参阅[脚本](./scripts))。
- **不同的对齐方法。**不同的对齐算法,包括SFT、DPO、PPO等。
- **多模式 CLI。** 用于图像、音频和视频模式的多模式 CLI(请参阅 [多模式 CLI](#multi-modal-cli))。
- **类 O1 训练。** 基于 [DollyTails](https://huggingface.co/datasets/PKU-Alignment/DollyTails-12K) 的类 O1 训练(请参阅 [scripts/llama_sft_o1.sh](./scripts))。
- **基于规则的强化学习。** [Deepseek-R1](https://huggingface.co/deepseek-ai/DeepSeek-R1) 鼓励基于规则的强化学习。
**注:** 我们提供【快速入门指南】(https://align-anything.readthedocs.io/)供用户快速了解代码结构和开发细节。
## 📣 新闻
### 路线图
我们正在积极致力于以下功能:
- ⚡️ **更多型号:** 集成Qwen3-VL系列等尖端型号。
- 🚀 **更多推理引擎:** 添加对 SGLang 等高性能引擎的支持。
- 🤖 **高级 VLA 算法:** 实现更多 VLA 算法,包括 Safe-VLA。
- 🧠 **代理强化学习:** 扩展功能以支持基于代理的强化学习。
- 🛠️ **增强的 RLHF 功能:** 使用异步推出、vLLM 睡眠模式和检查点引擎等功能升级我们的 RL 训练框架。
请继续关注更多更新!
- **[20