文档
重要性 1.20
洞察度 1.00
README 新增 CI 徽章
简单文档改进，可直接合并。若希望长期有效，建议将徽章链接从 PR 检查页面改为指向默认分支的 CI 状态。
THUDM/slime
slime is an LLM post-training framework for RL Scaling.
PR 列表
2026-06-16
2026-06-15
性能优化
重要性 7.62
洞察度 6.00
数据加载与 sglang 引擎初始化重叠以缩短启动时间
值得精读：该 PR 通过 fork-join 模式将 I/O 类加载与 GPU 引擎初始化重叠，是一个经典的启动优化案例。关注其如何保持 EPD 依赖同步而仅延迟最终 `ray.get`。
功能
重要性 7.19
洞察度 5.00
新增 CISPO 优势估计器，保留裁剪 token 的梯度
值得精读。实现简洁，与现有架构无缝集成，是研究 RL 损失裁剪策略的优秀示例。关注点：stop-gradient 的写法、配置警告的用法、测试的梯度路由验证方法。
重构
重要性 6.24
洞察度 3.00
清理并同步内部代码变更
该 PR 为常规维护清理，值得快速合入。建议关注后续 PR 中 `apply_chat_template_kwargs` 的实际使用，确保数据一致性。
重构
重要性 6.13
洞察度 2.00
移除 rollout 中已废弃的指标地址方法
简单清理，可快速合并。建议后续关注是否有其他未使用的公共接口，可系统性清理。
2026-06-14
功能
重要性 7.58
洞察度 5.00
升级 sglang 至 v0.5.13，新增 Glm5 跨层索引共享
建议团队仔细 review sglang.patch 的变更，特别是新增的超时逻辑和 draft model 支持，确保与 v0.5.13 的兼容性。跨层索引共享的设计值得阅读，可参考 glm-train-prod 的实现作为对比。
2026-06-13
缺陷修复
重要性 5.55
洞察度 3.00
修复 search-r1 生成中停止标签缺失问题
该 PR 值得合并，修复逻辑清晰且风险低。建议确认 `no_stop_trim=True` 的行为与预期一致，并可考虑为类似示例提供通用停止标签配置模式。
2026-06-12
功能
重要性 5.36
洞察度 4.00
暴露 sglang 负载 inflight 细节
建议运维团队关注该能力，可用于请求生命周期分析和调度调优。设计上请求触发采集，性能影响可控。
参与讨论