THUDM/slime · 标签视图

修复多智能体场景下评估日志记录时对列表类型样本的处理错误。

该 PR 值得快速浏览，特别是对于处理多智能体或异步生成场景的开发者。关注点在于如何优雅地处理函数返回类型的多态性，避免硬编码假设。

修复权重转换工具中补充缺失权重时错误使用CUDA设备的问题。

该PR代码变更简单明了，适合快速了解权重转换工具的设备处理逻辑。值得关注的是工具设计中设备选择的考量：在离线预处理任务中优先保证兼容性而非性能。

在README的知名项目列表中添加Relax异步RL引擎条目。

该PR变更简单，无需精读。对于想了解slime生态应用或Relax项目的读者，可快速浏览新增条目。无复杂设计决策需要关注。

为序列长度平衡分区添加后备机制，防止分区超出GPU内存限制。

该PR值得精读，特别是关注_get_capped_partitions算法的设计决策（first-fit与令牌上限）以及VPP microbatches计算调整的逻辑。建议工程师在涉及VPP或长序列训练时验证后备机制的有效性，并考虑补充单元测试以覆盖边界情况。

移除熵计算中的no_grad上下文，修复DSA模式下通信卡死问题。

建议技术管理者和核心工程师精读此PR，重点关注： 1. 熵计算梯度保留的设计决策，理解DSA通信机制的特殊要求。 2. 分布式张量重建逻辑中对None值的处理方式，确保边缘场景覆盖。 3. 结合近期PR #1788（修复loss oom）和 #1762（修复grad_norm初始化）一起分析，这些PR都涉及损失计算和梯度处理的底层优化。

在conda构建脚本中添加自定义sgl-router安装命令以支持R3功能。

该PR变更简单直接，无需深入代码审查。建议： 1. **基础设施维护者**：关注该行命令的长期维护，未来sgl-router更新时需同步更新版本。 2. **新用户**：如果遇到conda环境构建问题，可检查该依赖安装是否成功。 3. **架构学习者**：可结合PR #1773（移除slime_router）和PR #1770（切换Docker依赖）理解完整的router架构迁移脉络。

修复Megatron训练中found_inf=True时grad_norm未初始化导致的UnboundLocalError。

该PR变更简单直接，适合快速浏览以了解Megatron训练中异常处理机制。值得关注的是，它揭示了梯度检查与训练步骤之间的耦合关系，以及如何通过变量初始化避免边界条件错误。对于维护类似训练循环的工程师有参考价值。

在权重转换工具中添加从原始HF检查点补充缺失权重的功能，提升Qwen3.5模型转换完整性。

该PR值得关注其设计思路：通过维护已转换权重名称集合和从原始检查点补充缺失项的方式，优雅地解决了部分权重转换问题。建议精读save_tensors函数中新增的权重补充逻辑，理解其如何保持转换完整性同时避免重复。