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.

Proporciona orientación para la capacitación posterior de LLM con RL usando slime, un marco Megatron+SGLang. Úselo cuando entrene modelos GLM, implemente flujos de trabajo de generación de datos personalizados o necesite una estrecha integración Megatron-LM para el escalado RL. Fuente: orchestra-research/ai-research-skills.

Ver original