登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。

Ren
@Ryrenz
AI Engineer | 分享实用 AI 工具和实战心得
参加 March 2025
696 フォロー中    12.1K ファン
⚡ 真香!智谱 GLM 大模型背后的那套开源 RL 训练框架开源了——slime GitHub 揽获 7000+ stars。 做大模型强化学习后训练,最头疼的是一堆 trainer、rollout 服务、agent 框架拼在一起,数据流绕来绕去,出了 bug 还经常是悄无声息的那种。 slime 的思路是把训练、数据生成、奖励计算这些全压到同一条数据流上,用 Megatron 做训练、SGLang 做推理,中间不再叠一层又一层的抽象。 GLM-5.2、GLM-5、GLM-4.6 这一整串智谱旗舰模型的 RL 后训练,背后跑的都是它,等于被前沿模型的完整训练流程反复验证过。 它还支持 Qwen、DeepSeek V3、Llama 3 这些主流模型系列。 GitHub:
もっと見る