Verl实验

模型默认保存位置：
checkpoints/<project_name>/<experiment_name>/

trainer.checkpoint_dir：是专门用于指定 checkpoint 保存根目录的参数

trainer.checkpoint_dir 不生效（部分 verl 版本可能未暴露该参数），可通过 trainer.output_dir 指定所有输出的根目录（包括 checkpoint、日志、评估结果等），间接更改 checkpoint 保存位置