slime-rl-training

SKILL.md

slime is an LLM post-training framework from Tsinghua's THUDM team, powering GLM-4.5, GLM-4.6, and GLM-4.7. It connects Megatron-LM for training with SGLang for high-throughput rollout generation.

Use this workflow for training reasoning models with group-relative advantages.

Use async mode for higher throughput by overlapping rollout and training.

Bietet Anleitungen für das LLM-Nachtraining mit RL unter Verwendung von Slime, einem Megatron+SGLang-Framework. Verwenden Sie es, wenn Sie GLM-Modelle trainieren, benutzerdefinierte Arbeitsabläufe zur Datengenerierung implementieren oder eine enge Megatron-LM-Integration für die RL-Skalierung benötigen. Quelle: orchestra-research/ai-research-skills.

Original anzeigen