THUDM/slime · 标签视图

发布 v0.3.2，新增 SGLang 确定性补丁与发布校验脚本

建议负责构建与发布的同学精读 `check_release.py` 与 `build_conda.sh`：前者用 AST/正则做交叉校验的思路简洁可靠，可直接作为发布门禁；后者集中体现了 conda/Docker 双路径对齐的维护成本。对于关心 FP8 推理的工程师，`sglang-deterministic.patch` 中 UE8M0 scale 与 SiLU 舍入的处理与近期 PR#2327 的 FP8 开关联动，值得深入研究。该 PR 无需逐行审查补丁，但应确认补丁与上游 commit 固定一致。

修复过期文档并新增文档一致性测试

值得精读测试文件 `tests/test_docs_consistency.py` 的设计思路，它用不到 100 行代码自动守护了全仓库文档的链接和命令有效性，可复用到其他仓库；`docs/conf.py` 的 `_sync_examples` 变更也值得关注，它展示了如何让示例文档引用真实文件而非仅有 README。若团队有类似文档漂移痛点，可将此 PR 作为模板参考。

更新 README 与 CONTRIBUTING 文档，补充代码阅读路线

本 PR 为纯文档更新，价值不高，但其中的“代码阅读路线”对新手有参考意义，值得新贡献者阅读，以快速把握 slime 的整体架构。

将 fanout 测试辅助模块迁至 tests/ 并改用 PYTHONPATH 注入

值得花两三分钟快速阅读，作为测试基础设施组织的样例，不建议精读。核心关注点是两点：一是 importlib.import_module 无法解析文件名带点的模块路径，导致测试辅助代码被迫寻找「无点模块名 + 可导入」的位置；二是通过 extra_env_vars 注入 PYTHONPATH 让 Ray driver 与 worker 都能看到 tests/ 目录的做法，这是 slime 仓库 E2E 测试中一个可复用的模式。该 PR 展示了作者在包边界上的审慎：避免测试代码渗入运行库。

为 ROCm 构建 INT4 QAT 内核并修复 hipcc 兼容性

值得精读。该 PR 展示了如何通过条件编译适配不同 GPU 编译器（nvcc vs hipcc），但改动量较小。关注点在于 ROCm 构建配置的通用性和未来维护成本。

重构 --save-debug-train-data 为单文件转储并支持 CP 恢复

值得精读。重点看 `restore_context_parallel_fields_to_cpu` 的逐 sample gather 与显存控制、`policy_loss_function` 中的捕获钩子设计，以及 `_build_dump_payload` 的排序与布局。对需要扩展训练数据转储或理解 Megatron 后端 CP/PP 数据流转的工程师有直接参考价值。

扩展 NPU 补丁以括号包裹 IPv6 地址

建议精读该 PR 以理解 NPU 补丁的维护方式，关注 _wrap_ipv6 的实现和补丁的版本兼容性。

修复 CP 下 advantage 归一化错用进程组的问题

值得精读。核心改动只有一行进程组参数与一处守卫删除，但 PR body 提供了完整的根因分析、数值验证和死锁论证，展示了分布式训练中集体操作进程组语义的调试方法论。测试设计（gloo 多进程 + 枚举 DP/CP 分解 + 空 mask 场景 + 有界 join）是分布式回归测试的范例，可复用到其他跨 rank 统计逻辑。建议重点关注 `loss.py` 中 `distributed_masked_whiten` 调用段及其注释，以及测试对空 mask 场景的处理。