slime-rl-training
✓為使用 Slime（Megatron+SGLang 框架）進行 RL 的 LLM 後製訓練提供指導。在訓練 GLM 模型、實施自訂資料生成工作流程或需要緊密的 Megatron-LM 整合以進行 RL 擴展時使用。
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.
為使用 Slime（Megatron+SGLang 框架）進行 RL 的 LLM 後製訓練提供指導。在訓練 GLM 模型、實施自訂資料生成工作流程或需要緊密的 Megatron-LM 整合以進行 RL 擴展時使用。 來源：orchestra-research/ai-research-skills。
可引用資訊
為搜尋與 AI 引用準備的穩定欄位與指令。
- 安裝指令
npx skills add https://github.com/orchestra-research/ai-research-skills --skill slime-rl-training- 分類
- {}資料分析
- 認證
- ✓
- 收錄時間
- 2026-02-11
- 更新時間
- 2026-02-18
快速解答
什麼是 slime-rl-training？
為使用 Slime（Megatron+SGLang 框架）進行 RL 的 LLM 後製訓練提供指導。在訓練 GLM 模型、實施自訂資料生成工作流程或需要緊密的 Megatron-LM 整合以進行 RL 擴展時使用。 來源：orchestra-research/ai-research-skills。
如何安裝 slime-rl-training？
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/orchestra-research/ai-research-skills --skill slime-rl-training 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code 或 Cursor 中使用
這個 Skill 的原始碼在哪？
https://github.com/orchestra-research/ai-research-skills
詳情
- 分類
- {}資料分析
- 來源
- skills.sh
- 收錄時間
- 2026-02-11