Prhub
← 返回仓库列表

THUDM/slime

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

监控状态：已开启 最近同步：2026-04-18 18:18 同步状态：空闲 下次计划：2026-04-18 19:18

PR 列表

已合并 52 · 已分析 52
最近 1 天 最近 3 天 最近 7 天
更多筛选 · 已设定
✕ 清空
标签聚合 仓库周报
2026-04-16

#1836 [fix] eval sample logging when sample is a list

作者 mathewjhan · 合并时间 2026-04-16 11:14

缺陷修复 重要性 4.97 洞察度 3.00

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。

查看完整分析 GitHub 原始 PR bugfixconfigurationmultimodal
2026-04-15
缺陷修复 重要性 4.35 洞察度 3.00

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。

查看完整分析 GitHub 原始 PR bugfixconfigurationtools

参与讨论