slime-user
✓使用 SLIME（用於 RL 擴展的 LLM 後培訓框架）的指南。使用 SLIME 進行語言模型的強化學習訓練，包括設置、配置、訓練執行、多輪交互、自定義獎勵模型、工具調用場景或 SLIME 工作流程故障排除。涵蓋 GRPO、GSPO、PPO、Reinforce++、多智能體 RL、VLM 訓練、FSDP/Megatron 後端、SGLang 集成、動態採樣和自定義生成功能。
SKILL.md
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.
使用 SLIME（用於 RL 擴展的 LLM 後培訓框架）的指南。使用 SLIME 進行語言模型的強化學習訓練，包括設置、配置、訓練執行、多輪交互、自定義獎勵模型、工具調用場景或 SLIME 工作流程故障排除。涵蓋 GRPO、GSPO、PPO、Reinforce++、多智能體 RL、VLM 訓練、FSDP/Megatron 後端、SGLang 集成、動態採樣和自定義生成功能。 來源：yzlnew/infra-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/yzlnew/infra-skills --skill slime-user- 分類
- </>開發工具
- 認證
- ✓
- 收錄時間
- 2026-02-01
- 更新時間
- 2026-02-18
快速解答
什麼是 slime-user？
使用 SLIME（用於 RL 擴展的 LLM 後培訓框架）的指南。使用 SLIME 進行語言模型的強化學習訓練，包括設置、配置、訓練執行、多輪交互、自定義獎勵模型、工具調用場景或 SLIME 工作流程故障排除。涵蓋 GRPO、GSPO、PPO、Reinforce++、多智能體 RL、VLM 訓練、FSDP/Megatron 後端、SGLang 集成、動態採樣和自定義生成功能。 來源：yzlnew/infra-skills。
如何安裝 slime-user？
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/yzlnew/infra-skills --skill slime-user 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/yzlnew/infra-skills
詳情
- 分類
- </>開發工具
- 來源
- skills.sh
- 收錄時間
- 2026-02-01