自主 LLM 后训练：Tunix 在 TPU 上自动微调实验

Google 发布 autofinetune 项目，将自主研究循环应用于 LLM 后训练（SFT 与 GRPO），由 Tunix、Gemma 与 Cloud TPU 配合 Antigravity CLI 和 Gemini Flash 3.7 驱动。