slime-user

SLIME is an LLM post-training framework for RL Scaling developed by THUDM. It supports various RL algorithms (GRPO, GSPO, PPO, Reinforce++), multiple training backends (Megatron, FSDP), and advanced features like multi-turn interactions, tool calling, and dynamic sampling.

SLIME has extensive documentation. Use this guide to find what you need quickly.

For detailed navigation of all documentation, see references/docnavigation.md.

دليل لاستخدام SLIME (إطار ما بعد التدريب LLM لـ RL Scaling). يُستخدم عند العمل مع SLIME لتعزيز التدريب على التعلم لنماذج اللغة، بما في ذلك الإعداد أو التكوين أو تنفيذ التدريب أو التفاعلات متعددة المنعطفات أو نماذج المكافآت المخصصة أو سيناريوهات استدعاء الأدوات أو استكشاف أخطاء سير عمل SLIME وإصلاحها. يغطي GRPO، وGSPO، وPPO، وReinforce++، وRL متعدد الوكلاء، وتدريب VLM، وواجهات FSDP/Megatron الخلفية، وتكامل SGLang، وأخذ العينات الديناميكية، ووظائف الإنشاء المخصصة. المصدر: yzlnew/infra-skills.