모든 종류의 멀티모달 모델을 인간의 의도와 가치에 맞추기 위한 고도로 모듈화된 프레임워크입니다. 텍스트, 이미지, 오디오, 비디오 조합을 포함한 다양한 모달리티에 걸쳐 여러 세부 조정 방법(SFT, DPO, PPO, RM)을 지원하며, 구현형 AI 애플리케이션을 위한 비전-언어-행동 모델도 지원합니다.