slime-rl-training
✓为使用 Slime（Megatron+SGLang 框架）进行 RL 的 LLM 后期训练提供指导。在训练 GLM 模型、实施自定义数据生成工作流程或需要紧密的 Megatron-LM 集成以进行 RL 扩展时使用。
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.
为使用 Slime（Megatron+SGLang 框架）进行 RL 的 LLM 后期训练提供指导。在训练 GLM 模型、实施自定义数据生成工作流程或需要紧密的 Megatron-LM 集成以进行 RL 扩展时使用。 来源：orchestra-research/ai-research-skills。
可引用信息
为搜索与 AI 引用准备的稳定字段与命令。
- 安装命令
npx skills add https://github.com/orchestra-research/ai-research-skills --skill slime-rl-training- 分类
- {}数据分析
- 认证
- ✓
- 收录时间
- 2026-02-11
- 更新时间
- 2026-02-18
快速解答
什么是 slime-rl-training？
为使用 Slime（Megatron+SGLang 框架）进行 RL 的 LLM 后期训练提供指导。在训练 GLM 模型、实施自定义数据生成工作流程或需要紧密的 Megatron-LM 集成以进行 RL 扩展时使用。 来源：orchestra-research/ai-research-skills。
如何安装 slime-rl-training？
打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/orchestra-research/ai-research-skills --skill slime-rl-training 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code 或 Cursor 中使用
这个 Skill 的源码在哪？
https://github.com/orchestra-research/ai-research-skills
详情
- 分类
- {}数据分析
- 来源
- skills.sh
- 收录时间
- 2026-02-11