<img width="993" height="1711" alt="Image" src="https://github.com/user-attachments/assets/7176f234-2f6f-4705-bac7-7d97100491b7" /> 图中zero-rl似乎不work, 但是你的结论好像是说zero-rl, sft, sft-rl都是work的。求澄清，我还没有复现，感谢！
图中zero-rl似乎不work, 但是你的结论好像是说zero-rl, sft, sft-rl都是work的。求澄清，我还没有复现，感谢！