缺陷修复
重要性 5.84
洞察度 4.00
修复 R3 模式下 KL 检查逻辑
该 PR 是必要的紧急修复，值得快速合并。建议未来对 R3 与正常路由的数值差异进行更深入的分析，并考虑将对应的 TODO 转化为 issue。
THUDM/slime
slime is an LLM post-training framework for RL Scaling.
PR 列表
2026-05-30
文档
重要性 1.20
洞察度 1.00
在 README 中添加 coding_agent_rl 示例入口
简单文档补充，无需深入阅读。
文档
重要性 3.95
洞察度 2.00
大规模重写高级文档，完善低精度训练、PD分离、容灾等说明
推荐所有 slime 用户阅读更新后的文档，尤其是低精度训练和 PD 分离部分。对于新用户，建议从快速入门参考文档。维护者应确保后续代码变更同步更新文档。
缺陷修复
重要性 4.19
洞察度 2.00
R3 开启时跳过 CI 中的 logprob 对比检查
可快速合入，无精读必要。但注释中对 R3 路由差异的解释值得关注。
文档
重要性 5.08
洞察度 5.00
优化 CI 文档并标记 CPU-only 测试
值得快速浏览，了解项目 CI 架构演变。设计决策“通过 `NUM_GPUS` 常量区分 CPU/GPU 测试”简单且有效，可在类似项目中复用。
测试
重要性 5.73
洞察度 4.00
系统性缩减 CI 测试参数，缩短执行时间
建议合并。该 PR 是高效的 CI 性能优化，每行修改都紧扣“缩短测试时间”的目标。开发者可作为后续测试编写的参考模板：在确保冒烟覆盖的前提下尽量降低资源消耗。
重构
重要性 8.16
洞察度 6.00
将 rollout_id 重命名为 group_id，统一聚合单元概念
值得精读。该 PR 展示了如何在不破坏外部写入的情况下安全废弃一个字段，`__getattribute__`/`__setattr__` 的用法是很好的实战案例。对于维护核心数据结构的团队有参考价值。
缺陷修复
重要性 5.72
洞察度 4.00
修复 GLM4.7 Flash 在 sglang v0.5.12 中的 MTP 架构映射
使用 GLM4.7 Flash 的团队应更新 Docker 镜像以包含此修复。此 PR 改动较小但补丁方法值得了解，适合需要定制 sglang 的开发者关注。
参与讨论