用途：介绍如何在 prime-rl 中编写与使用 TOML 配置。所有 prime-rl 命令都使用 pydantic_config（tyro 支持），支持 TOML 配置文件与 CLI 覆盖。
主要能力与用法：用 @ 语法加载配置文件，例如 uv run inference @ configs/debug/infer.toml、uv run sft @ configs/debug/sft/train.toml、uv run rl @ configs/debug/rl/train.toml。CLI 覆盖优先于 TOML，例如 uv run inference @ config.toml --model.name Qwen/Qwen3-0.6B --server.port 8001。布尔标志无需赋值：--model.enforce-eager 设为 true，--no-model.enforce-eager 设为 false。也可仅用 CLI 不写 TOML。可组合多个配置文件，后者覆盖前者；也可为特定 section 加载嵌套配置，如 uv run rl --model @ model.toml --data @ data.toml。
TOML 结构：顶层字段必须写在任何 [section] 之前，否则会被归入该 section 导致校验错误。用字符串 "None" 将字段设为 None。
SLURM：rl 与 sft 支持可选 [slurm] section，存在时以 SLURM 作业提交而非本地运行，需与基础配置组合。RL 的 [slurm] 要求显式设置 output_dir，多节点部署不支持 Teacher inference；SFT 同样要求显式 output_dir，多节点部署需设置 [slurm]。
可用命令：uv run rl、inference、trainer、orchestrator、env-server、sft，均接受 @ config.toml 与 CLI 覆盖。
限制：资料未提供各配置字段的完整清单、默认值细节及更多平台信息。