NVIDIA开源训练后栈及RL环境

3/4. 整个训练后栈是开源的（Apache 2.0）：

NeMo-Gym（环境收集和编排）：
https://github.com/NVIDIA-NeMo/Gym
NeMo-RL（RL训练）：
https://github.com/NVIDIA-NeMo/RL

所有SFT + RL数据也在HuggingFace上开放。欢迎PR和新环境！
完整技术报告：