MiniCPM-o 4.5

VeRL-Omni 发布 v0.3.0，将异步执行扩展到更多多模态强化学习负载，并把 V1 训练器设为默认。该版本统一了生成、奖励评估、策略更新与权重同步的流水线，覆盖图像、视频、音频与多模态理解后训练，并提供 MiniMax H3 与 MiniCPM-o 4.5 两套端到端配方。