в общем наверное буду чуть позже verl как отдельный бекенд завозить между бекендами можно будет переключаться нам нужно еще обязательно сохранить анслот и постараться расширить его с грпо на sft. а анслот это trl, то есть его тоже тащим еще будет для эпла unsloth-mlx добавляться. его один чел тащит. пишет что работает очень много людей на эпле чисто сидит. их тоже хочется в пользователях видеть