【Ray Online DPO】添加Online DPO ST用例，并补充readme-MindSpeed-LLM-AtomGit

Star214

Star214

已合并

【Ray Online DPO】添加Online DPO ST用例，并补充readme #2137

ningbenzhe1创建于 2025年1月8日从refs/pull/2137/head 合入到 master

【Ray Online DPO】添加Online DPO ST用例，并补充readme #2137

已合并

ningbenzhe1创建于 2025年1月8日

从refs/pull/2137/head合入到master