THUDM/slime · 标签视图

全局修复 PYTHONUNBUFFERED 环境变量拼写错误

值得快速合并。该修复解决了长期存在的无效环境变量问题，提升开发者体验和日志可靠性。

修复安装脚本中 SLIME_DIR 路径错误

该 PR 为一个简单直接的 bug 修复，逻辑清晰，可安全合并。对于不直接使用 build_conda.sh 的开发者影响很小。

修复 shell 脚本中 moe-layer-freq 参数因未引用变量而导致的 glob 扩展问题。

这是一个简单的 bugfix，但展示了 shell 脚本中常见的 glob 扩展陷阱。对于负责脚本维护或模型配置的工程师，值得快速浏览以理解问题；对于其他开发者，可作为 shell 编程的学习案例，无需深入精读。

修复qwen3-4B脚本GPU数量硬编码问题，实现自动检测。

该PR变更简单，值得快速浏览以了解自动检测逻辑的设计决策，如优先用户定义、后回退检测和默认值，适合工程师参考shell脚本优化。

添加Qwen3.5-4B模型配置脚本，支持该模型的启动。

这是一个简单的配置添加，对于关注模型配置细节或Qwen系列模型的工程师值得浏览，但无复杂设计决策，一般用户无需深究脚本内容。

为 Qwen3.5 添加专用的多轮 SFT 损失掩码，修复兼容性问题并优化训练效率。

建议精读 `slime/utils/mask_utils.py` 中的 `gen_multi_turn_loss_mask_qwen3_5` 函数，学习其基于 `offset_mapping` 的 token 级监督推导方法，以及验证 tokenization 一致性的设计。对于涉及多轮对话 SFT 的开发者，此 PR 提供了处理聊天模板差异的参考方案。

更新MTP示例配置，将GLM-4.5重命名为GLM-4.7，并清理相关脚本。

对于技术管理者，此PR无需精读代码，但建议关注文档变更的传播和用户通知。对于工程师，可参考更新的配置参数（如并行设置和投机解码）以优化自己的部署，但需注意脚本兼容性风险。