research-slime
Provides guidance for LLM post-training with RL using slime, a Megatron+SGLang framework. Use when training GLM models, implementing custom data generation workflows, or needing tight Megatron-LM i...
ソース情報
- リポジトリ
- GrayCodeAI/starling
- ソースの最終更新活動
- 2026年7月13日 09:28
- 検出された SKILL.md の言語
- 英語
- スター
- 2
- フォーク
- 0
インストール方法
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
ソースファイルを確認
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
SKILL.md を表示中
SKILL.md
ソースの指示 · 読み取り専用プレビュー- name
- research-slime
- description
- Provides guidance for LLM post-training with RL using slime, a Megatron+SGLang framework. Use when training GLM models, implementing custom data generation workflows, or needing tight Megatron-LM i...
- license
- MIT
- tags
- ["reinforcement-learning","megatron-lm","sglang","grpo","post-training"]
- version
- 1.0.0
- author
- Orchestra Research
- dependencies
- ["sglang-router>=0.2.3","ray","torch>=2.0.0","transformers>=4.40.0"]
## Resources
- **Documentation**: https://thudm.github.io/slime/
- **GitHub**: https://github.com/THUDM/slime
- **Blog**: https://lmsys.org/blog/2025-07-09-slime/
- **Examples**: See `examples/` directory for 14+ worked examples
GitHubで見る