agent harness 只收发文本，而 RL 训练要的是模型采样出来的 token id
tokin 把两者接起来，让训练用到的每个前缀就是模型真正采样过的那些 id。
https://github.com/open-rollout/tokin

📢 每日 GitHub 开源项目：@github1024
 
 
Back to Top