# PR #1968 完整报告

- 仓库：`THUDM/slime`
- 标题：[ci] add check for train_rollout_logprob_abs_diff
- 合并时间：2026-05-28 13:56
- 原文链接：http://prhub.com.cn/THUDM/slime/pull/1968

---

## 执行摘要
在 CI 测试中增加对 `train_rollout_logprob_abs_diff` 指标的断言检查，确保其值不超过 0.1。该 PR 仅修改一个文件，增加 3 行代码，无其他副作用。

## 功能与动机
为了防止训练过程中 rollout logprob 数值异常偏离导致训练不稳定或结果不可用，通过 CI 自动捕获该指标的漂移。

## 实现拆解

1. **变更入口**：`slime/backends/megatron_utils/model.py` 的 `train` 函数。
2. **插入断言**：在日志记录之后、原有的 KL 检查之前，添加一段条件断言：
 - 条件：`args.ci_test` 为真 且 `"train/train_rollout_logprob_abs_diff" in log_dict`
 - 动作：`assert log_dict["train/train_rollout_logprob_abs_diff"] <= 0.1`，失败时打印完整 `log_dict` 便于排查。
3. **影响范围**：仅在 CI 测试（`args.ci_test=True`）且日志包含该指标时生效，完全独立于正常训练流程。

### 无必要源码片段，变更仅为 3 行断言。

## 评论区精华
无 review 讨论。

## 风险与影响
- **风险**：极低，仅影响 CI 测试，不改变训练逻辑。阈值 0.1 可能需要根据实际训练数据微调。
- **影响**：正面——增强 CI 对训练稳定性的监控能力；负面——无。

## 关联脉络
该 PR 是 CI 基础设施增强的一部分，与近期 #1963（修复轨迹合并逻辑）等 CI 相关 PR 一脉相承，持续强化自动化质量门禁。