Twinkle DOCUMENTATION

使用指引

• 快速开始
• Twinkle安装
• 服务端和客户端
• NPU（昇腾）开箱指南
• ModelScope上的Twinkle训练服务
• Qwen3.5 训练最佳实践
• Embedding 模型训练

组件

• 数据集
  • 基本数据集组件
  • 懒加载数据集
  • 固定长度装箱数据集
  • 流式数据集
  • 流式固定长度装箱数据集
• 数据格式
  • 消息
  • 轨迹
  • 模型输入
  • 模型输入
  • 采样输出
  • 模型输出
• 模板
  • Template
  • 模板对应关系
  • DeepSeek-V4 模板
  • 工具调用解析器
• 模板
  • Template
  • 模板对应关系
• 预处理器和过滤器
  • Preprocessor
  • 内置预处理器
  • Filter
• 数据加载
  • DataLoader
• 任务处理器
  • InputProcessor
• 模型
  • TwinkleModel
  • TransformersModel
  • MultiLoraTransformersModel
  • MegatronModel
  • MultiLoraMegatronModel
  • 支持的模型
• 模型
  • TwinkleModel
  • TransformersModel
  • MultiLoraTransformersModel
  • MegatronModel
  • MultiLoraMegatronModel
• 采样器
  • Sampler
  • vLLMSampler
  • TorchSampler
• 奖励
  • Reward
  • GSM8K 奖励
  • 多模态奖励
  • OlympiadBench 奖励
• 优势
  • Advantage
  • GRPOAdvantage
  • RLOOAdvantage
• Hub
  • Hub
• 检查点引擎
  • CheckpointEngine
  • NCCLCheckpointEngine
  • HCCLCheckpointEngine
• 指标
  • TrainMetric
  • LossMetric
  • Accuracy
  • CompletionRewardMetric
  • DPOMetric
  • GRPOMetric
  • EmbeddingMetric
  • 构建指标
• 指标
  • TrainMetric
  • LossMetric
  • Accuracy
  • CompletionRewardMetric
  • DPOMetric
  • 构建指标
• 损失
  • 交叉熵
  • 分块交叉熵
  • DPO 损失
  • GKD 损失
  • GRPO 损失
  • InfoNCE 损失
  • MSE 损失
  • 构建新的 Loss
• 损失
  • 交叉熵
  • 分块交叉熵
  • DPO 损失
  • GKD 损失
  • GRPO 损失
  • MSE 损失
  • 构建新的 Loss
• 损失缩放
  • 损失缩放
• LRScheduler
  • CosineWarmupScheduler
  • LinearWarmupScheduler
• 补丁
  • Patch
• 组件化
  • Plugin
  • 服务安全
• 训练中间件
  • DeviceMesh/DeviceGroup
  • DeviceMesh/DeviceGroup
  • 专家并行 (EP)
  • 序列并行 (SP)
  • Padding-Free 训练
  • RemoteClass
  • TwinkleClient 客户端
• CLI
  • CLI 命令行配置
• 通知器
  • 通知器
• Agentic
  • Agentic 预处理器
  • 协议（Protocol）
  • 多轮 Rollout
  • 工具与 ToolManager
  • 执行环境（Envs）
  • 多轮工具使用指南
• Auto
  • Auto-Research
  • SkillProvider 技能系统

Indices and tables

• 索引

• 模块索引

• 搜索页面