Prhub

THUDM/slime

slime is an LLM post-training framework for RL Scaling.

监控状态:已开启 最近同步:2026-09-01 15:21 同步状态:空闲 下次计划:2026-09-01 16:21

PR 列表

更多筛选 · 已设定
✕ 清空
2026-08-28

#2334 [release] bump to v0.3.2

原始 PR · 作者 zhuzilin · 合并时间 2026-08-28 10:17

基础设施 重要性 8.78 洞察度 5.00

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。

2026-08-26

#2330 [docs] fix out-dated doc

原始 PR · 作者 zhuzilin · 合并时间 2026-08-26 15:23

文档 重要性 7.21 洞察度 5.00

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。

#2327 feat: allow forcing UE8M0 FP8 scales

原始 PR · 作者 zhuzilin · 合并时间 2026-08-26 14:39

功能 重要性 6.88 洞察度 5.00

新增 --force-fp8-ue8m0-scale 开关,强制 UE8M0 量化

值得精读。重点学习如何将运行时依赖与用户强制开关解耦,以及如何在参数层提供灵活性。建议补充文档并增加对 `_quantize_param` 分支的测试。

参与讨论