缺陷修复
重要性 5.23
洞察度 7.00
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。
THUDM/slime
slime is an LLM post-training framework for RL Scaling.
PR 列表
2026-05-30
测试
重要性 7.20
洞察度 5.00
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。
#1967 Fix PYTHONBUFFERED typo to PYTHONUNBUFFERED=1
原始 PR · 作者 Chasing1020 · 合并时间 2026-05-30 11:53
缺陷修复
重要性 4.71
洞察度 2.00
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。
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。
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。
参与讨论