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 17:42 同步状态:空闲 下次计划:2026-09-01 18:42

PR 列表

更多筛选
2026-06-11

#2055 [ci] clean up ci

原始 PR · 作者 zhuzilin · 合并时间 2026-06-11 16:24

基础设施 重要性 7.03 洞察度 5.00

移除 e2e-test-short,扩展 Megatron 测试矩阵

值得关注:1. 确认被删除的测试是否被其他测试充分覆盖,必要时添加缺失用例。2. 该 PR 展示了将临时/短测试合并到统一矩阵的模式,可评估是否对新 PR 的测试组织有参考价值。

#2050 Set RAY_USE_UVLOOP=0 for Ray actors

原始 PR · 作者 zhuzilin · 合并时间 2026-06-11 10:36

性能优化 重要性 6.17 洞察度 4.00

为所有 Ray Actor 设置 `RAY_USE_UVLOOP=0`

值得快速合并,改动清晰、风险低、收益明确。建议作为生产环境的基础稳定性补丁。后续可关注 Ray 社区关于 uvloop 的修复进展,适时移除该 workaround。

2026-06-10

#2044 support rich image config for vlm

原始 PR · 作者 demouo · 合并时间 2026-06-10 14:06

功能 重要性 5.17 洞察度 5.00

VLM 支持丰富图像配置

值得精读。该 PR 展示了如何以最小侵入方式扩展多模态输入格式,设计简洁。后续可考虑添加单元测试覆盖新分支。

2026-06-09

#2042 [docker] update sgl-router

原始 PR · 作者 zhuzilin · 合并时间 2026-06-09 18:38

基础设施 重要性 2.42 洞察度 2.00

更新 Docker 中 sgl-router 的 wheel 版本

该 PR 为简单的依赖升级,无需精读。可快速合并,建议确保 CI 通过。

缺陷修复 重要性 5.34 洞察度 6.00

修复sglang在offloading时未重新注册mooncake地址的问题

建议关注该补丁对disaggregated serving稳定性的实际提升效果,并在后续sglang版本升级时验证补丁兼容性。设计模式(动态刷新缓冲区信息、生命周期管理)值得借鉴。

参与讨论