/slime-rl-training
用 slime（Megatron+SGLang 框架）做 LLM 的 RL 後訓練指引。用於訓練 GLM 模型、實作自訂資料生成流程，或需要與 Megatron-LM 緊密整合時使用。
- 安裝次數
- 979
- 專案星數
- 1.4 萬 ★
- 授權
- MIT
- 專案更新
- 2026-10-11
怎麼裝
npx skills add https://github.com/Orchestra-Research/AI-Research-SKILLs --skill slime安裝前請先看過原文內容。中文說明是 AI 翻譯，不保證安全。
原文
Provides guidance for LLM post-training with RL using slime, a Megatron+SGLang framework. Use when training GLM models, implementing custom data generation workflows, or needing tight Megatron-LM integration for RL scaling.