THUDM/slime

版本升级至 v0.3.0，重写构建脚本并更新补丁

建议阅读 `build_conda.sh` 的重写逻辑和新增补丁的内容，理解 CUDA 环境兼容性处理方法。对于涉及分布式训练的开发者，重点关注 `megatron.patch` 中的 checkpoint 加载与 DDP 修改。该 PR 值得精读，尤其是基础设施和部署相关的部分。

更新 sglang patch 支持 delta 同步

该 PR 是基础设施适配，无需精读，但值得关注其与 #1991 的关联，了解 delta 权重更新的完整链路。

删除MiniMax转换脚本并调整CI测试矩阵

此PR为低优先级维护变更，无需深入阅读。建议关注CI测试覆盖的完整性，确认原`test_loss_cp_invariance.py`的测试逻辑未丢失。

修复 critic 值头被错误应用 rollout 温度缩放

该 PR 是一个轻量的值得注意的 bug 修复，设计清晰（添加可选参数控制温度），适合作为 code review 中“小改解决大问题”的范例。建议合并并关注相关训练结果。

新增 MiniMax-M2.5 229B MoE 模型完整支持

该 PR 值得精读，特别是 `MiniMaxM2SelfAttention` 的 TP gather/scatter 实现和 `MiniMaxM2Bridge` 的配置映射，展示了如何适配自定义注意力结构到 Megatron 框架。建议合并后补充单元测试，并监控 TP 通信开销。

修复 colocate 模式下 critic GPU 被错误计入 rollout 资源

该 PR 是推荐精读的 bugfix 样例：仅 2 行代码的删除，但背后有完整的根因分析、历史追溯和测试验证。值得学习的是如何将运行时错误追溯到资源计算逻辑的不一致性，并给出根治方案而非继续加防御性检查。建议合并。

为 delta 权重更新添加端到端 CI 测试

建议合并。该 PR 不仅增强了 CI 覆盖，还修复了一个潜在的版本同步 Bug，设计决策（如 set_weight_version 方法、_published_any 标志）值得在类似场景中借鉴。

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。