测试
重要性 3.53
洞察度 2.00
将 GPU 放置验证测试加入 CI
建议快速合并。此 PR 是常规质量保障改进，没有争议点。值得注意的设计决策是将测试放在 CPU 矩阵（`num_gpus: 0`），正确且节省资源。
THUDM/slime
slime is an LLM post-training framework for RL Scaling.
PR 列表
2026-05-25
重构
重要性 7.88
洞察度 2.00
删除冗余工具文件并修复 Megatron 导入兼容性
建议合并，这是常规的代码清理和兼容性维护，无副作用。
文档
重要性 3.05
洞察度 6.00
更新文档说明 agentic workflow 集成方式
值得一读，尤其关注 customization 文档中的接口选择表格，它清晰展现了 slime 将 agentic 任务视为数据生成工作流的设计哲学。
测试
重要性 7.50
洞察度 4.00
新增 fanout 端到端测试，验证单 prompt 变长多样本训练链路
值得阅读以理解 slime 中 'compact rollout' 模式的设计约束和集成方式。特别是 `rollout_id` 共享对 step splitter、reducer、loss aggregation 的影响。
缺陷修复
重要性 7.45
洞察度 5.00
新增 GPU 放置位置验证，修复启动时 IndexError
建议快速合入并同步关联 Issue #1896 关闭。该 PR 设计简洁，验证逻辑独立可测试，是良好的防御性编程例证，值得阅读。
基础设施
重要性 4.21
洞察度 3.00
在 main 分支 push 时自动运行 CPU 单元测试
该 PR 是基础设施优化，值得关注 CI 配置最佳实践。建议合并。
测试
重要性 8.50
洞察度 5.00
新增 Sample 序列化和规则打分器 CPU 单元测试
建议阅读 `tests/test_sample.py` 和 `tests/test_rm_math.py`，其测试组织结构（清晰分离 round-trip 合约、边界值参数化、手算期望值）可作为编写同类单元测试的参考。其余测试文件按需精读。
功能
重要性 9.04
洞察度 6.00
支持动态全局batch大小，重构调度与报告聚合
该PR是支持动态batch size的关键环节，设计巧妙（pack-first-distribute-second），测试完备（涵盖报告不变性和梯度CP不变性）。推荐架构师和核心开发精读 `cp_utils.py` 中的指标聚合设计，以及 `dp_schedule.py` 中的调度策略。测试代码也值得作为集成测试范本。
参与讨论