slime-user
✓使用 SLIME（用于 RL 扩展的 LLM 后培训框架）的指南。使用 SLIME 进行语言模型的强化学习训练，包括设置、配置、训练执行、多轮交互、自定义奖励模型、工具调用场景或 SLIME 工作流程故障排除。涵盖 GRPO、GSPO、PPO、Reinforce++、多智能体 RL、VLM 训练、FSDP/Megatron 后端、SGLang 集成、动态采样和自定义生成功能。
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（用于 RL 扩展的 LLM 后培训框架）的指南。使用 SLIME 进行语言模型的强化学习训练，包括设置、配置、训练执行、多轮交互、自定义奖励模型、工具调用场景或 SLIME 工作流程故障排除。涵盖 GRPO、GSPO、PPO、Reinforce++、多智能体 RL、VLM 训练、FSDP/Megatron 后端、SGLang 集成、动态采样和自定义生成功能。 来源：yzlnew/infra-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/yzlnew/infra-skills --skill slime-user- 分类
- </>开发工具
- 认证
- ✓
- 收录时间
- 2026-02-01
- 更新时间
- 2026-02-18
快速解答
什么是 slime-user？
使用 SLIME（用于 RL 扩展的 LLM 后培训框架）的指南。使用 SLIME 进行语言模型的强化学习训练，包括设置、配置、训练执行、多轮交互、自定义奖励模型、工具调用场景或 SLIME 工作流程故障排除。涵盖 GRPO、GSPO、PPO、Reinforce++、多智能体 RL、VLM 训练、FSDP/Megatron 后端、SGLang 集成、动态采样和自定义生成功能。 来源：yzlnew/infra-skills。
如何安装 slime-user？
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/yzlnew/infra-skills --skill slime-user 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/yzlnew/infra-skills
详情
- 分类
- </>开发工具
- 来源
- skills.sh
- 收录时间
- 2026-02-01