重构
重要性 8.16
洞察度 3.00
撤销 rollout_id 到 group_id 的重命名
建议阅读者注意该 PR 与 #1984 的关联，确保后续开发基于正确的命名。同时关注合并冲突的解决。如果之前使用了 `group_id` 的新 API，需要及时迁移回 `rollout_id`。
THUDM/slime
slime is an LLM post-training framework for RL Scaling.
PR 列表
2026-06-04
2026-06-01
#1995 fix(multi-agent): preserve rollout logprobs
原始 PR · 作者 Jiang020609 · 合并时间 2026-06-01 16:49
缺陷修复
重要性 4.47
洞察度 3.00
保留多智能体 rollout logprobs
可直接合并。修复了 issue 中报告的问题，代码简洁且与主框架的 rollout 实现一致。
文档
重要性 3.79
洞察度 2.00
增加 Ray 分布式调试器单步调试教程
建议开发者精读该文档，特别是需要调试分布式训练场景时。文档步骤清晰，可操作性强。合并者快速批准也说明内容可靠。
2026-05-31
基础设施
重要性 7.68
洞察度 6.00
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。
2026-05-30
#1993 Patch sglang 0.5.12.post1 for delta sync
原始 PR · 作者 nanjiangwill · 合并时间 2026-05-30 13:59
其他
重要性 4.79
洞察度 3.00
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。
重构
重要性 3.86
洞察度 1.00
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。
缺陷修复
重要性 6.58
洞察度 6.00
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。
功能
重要性 9.18
洞察度 7.00
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。
参与讨论