⚡ 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：

耄耋电影厂-肘击怪人篇 肘你牢男娘，肘你牢水母，肘你牢水 man，hahaha😃 what can i say.😑 femboy out😋 本期可爱宝宝 @Slime_wish_U @burnningshui #男娘# #伪娘# #耄耋肘击怪人#

🔬 RadixArk 开源了一个专门干大模型后训练的强化学习框架 Miles，几千张卡的任务中途挂了也不用从头再来 GitHub 上两千六百多 star、四百多个 fork，v0.1 是今年 8 月刚发的。 做过大规模后训练的都知道最肉疼的是哪一下：一个任务连着跑好几天，推理引擎中间抽风一次，整个作业就得重启，几十小时的卡时直接打水漂。Miles 把这件事按住了，SGLang 引擎出问题时能原地恢复接着跑，不重启任务。 它的分工是 SGLang 扛高吞吐 rollout、Megatron-LM 扛可扩展训练，想轻装上阵也有一套基于 PyTorch FSDP2 的后端。中间那些隐形损耗它也一并收拾了：rollout 和训练之间不再来回 detokenize 和 retokenize，token 进 token 出；MoE 老大难的路由不一致，用 Rollout Routing Replay 压了下去。 再往上，MXFP8 和 NVFP4 这类低精度训练它支持，硬件从 NVIDIA 的 GB300、B200 一路吃到 AMD 的 MI355X，DeepSeek-V4、Kimi-K3、GLM-5.2 这些模型是发布当天就能训。项目本身是从 slime fork 出来的，LoRA 训完的适配器能直接扔给 SGLang 做 rollout，不用中间那道转换。 训大模型最贵的从来不是算力，是重跑一遍的那几天。 GitHub：

SlimPaste 是一款 Windows 绿色工具，专门解决“复制图片后剪贴板体积暴涨”的问题。它会在你按 Ctrl + Shift + V 粘贴时自动把剪贴板里的位图压缩，再放回微信、飞书、Word、Notion 等软件里，既不影响 `Ctrl + V`，又能把几 MB 的截图压到几十到几百 KB。软件免费、开源、纯本地运行，但只处理图片像素数据，不压缩直接复制的文件。 下载：

今天前几轮我一直在调整 Slide 的目标倍数 我觉得每轮结束后还可以再调整几次，看看下一轮的倍数是否更合适 在打之前，我反复调整了好几次，根本停不下来 之后我切换到了自动模式，发现这样玩起来更有趣。 玩了几轮之后你就能体会到其中的乐趣了。直接来 @Roobet 试试吧

最近开发了一个类似slideshare的 PPT共享网站： 大家可以注册上传 keynote、pdf、pptx、html ppt 成为全屏演示PPT，以后出去分享可以不用带电脑，哈哈哈。 Demo：动漫解读哲学是什么

Cowart v0.1.20 新增了两个有点重要的功能： AI HTML 和 AI Slides AI HTML：Cowat 支持在画布中生成 HTML 然后进行标注和修改，也支持根据 HTML 草稿来生成 AI 图片，或者是根据画布里图片来生成 HTML； AI Slides：画布里的 HTML 或者图片也可以被放到 AI Slides 里变成幻灯片进行播放，同时也可以在 AI Slides 里从 0 开始一把生成完整的幻灯片，甚至 AI Slides 也支持进行标注，然后生成一个新的； HTML -> 图片 图片 -> HTML HTML + 图片 -> Slides 在 Cowart 这块画布里一切创意的转换都很自由，指哪改哪 更新地址：

129：体型差，可爱受被壮实肌肉男无套压着猛操到射精（横屏） Size Difference: Handsome Slim Bottom Pinned & Raw Fucked by Muscle Top Till I Cum 🍑@xiaoniusao 完整露脸视频 28min full video 支付宝银联订阅⬇️ Full video and more videos⬇️