Prhub

THUDM/slime

slime is an LLM post-training framework for RL Scaling.

监控状态:已开启 最近同步:2026-09-18 14:47 同步状态:空闲 下次计划:2026-09-18 15:47

PR 列表

更多筛选
2026-03-25

#1765 sync internal bugfix

原始 PR · 作者 zhuzilin · 合并时间 2026-03-25 15:03

缺陷修复 重要性 5.00 洞察度 4.00

修复参数调用并启用SGLang JIT优化。

该PR变更较为简单,工程师无需深度精读,但可关注将位置参数改为关键字参数的设计决策,这提升了代码可读性和维护性;同时,环境变量调整涉及性能优化,值得在类似配置中借鉴。

2026-03-23

#1719 small fix on qwen3-235b-a22b launch script

原始 PR · 作者 Zhuohao-Li · 合并时间 2026-03-23 17:36

缺陷修复 重要性 1.00 洞察度 1.00

修复Qwen3-235B-A22B启动脚本中JSON格式缺少逗号的问题。

由于变更简单,无需精读。可作为脚本格式维护的参考,但无复杂设计决策。

缺陷修复 重要性 4.00 洞察度 2.00

禁用路由器健康检查并允许prompt_data为None,修复潜在错误。

建议工程师快速浏览以了解变更点,特别是处理空数据的新逻辑;对于架构师,此PR揭示了对边缘情况的处理改进,但无需深入分析设计决策。

2026-03-22

#1689 fix: quote `$MOE_LAYER_FREQ`

原始 PR · 作者 lawrence-harmonic · 合并时间 2026-03-22 16:29

缺陷修复 重要性 3.00 洞察度 3.00

修复 shell 脚本中 moe-layer-freq 参数因未引用变量而导致的 glob 扩展问题。

这是一个简单的 bugfix,但展示了 shell 脚本中常见的 glob 扩展陷阱。对于负责脚本维护或模型配置的工程师,值得快速浏览以理解问题;对于其他开发者,可作为 shell 编程的学习案例,无需深入精读。

#1700 fix: auto-detect GPUs in qwen3-4b script

原始 PR · 作者 ailuntz · 合并时间 2026-03-22 16:27

缺陷修复 重要性 5.00 洞察度 3.00

修复qwen3-4B脚本GPU数量硬编码问题,实现自动检测。

该PR变更简单,值得快速浏览以了解自动检测逻辑的设计决策,如优先用户定义、后回退检测和默认值,适合工程师参考shell脚本优化。

缺陷修复 重要性 5.00 洞察度 4.00

修复httpx客户端默认使用系统代理导致内部SGLang通信失败的问题。

由于变更较小,工程师可快速浏览以理解httpx代理行为;对于涉及集群代理配置的场景,此修复值得参考,建议关注http_utils模块的设计。

#1721 feat: add Qwen3.5-4B model support

原始 PR · 作者 shihaohou · 合并时间 2026-03-22 16:26

功能 重要性 5.00 洞察度 2.00

添加Qwen3.5-4B模型配置脚本,支持该模型的启动。

这是一个简单的配置添加,对于关注模型配置细节或Qwen系列模型的工程师值得浏览,但无复杂设计决策,一般用户无需深究脚本内容。

文档 重要性 2.00 洞察度 2.00

将剩余的中文代码注释翻译为英文,提升代码可读性。

该PR变更简单,无需精读。可快速浏览翻译准确性,尤其是agent_system.py中的流程描述,以确保新注释清晰传达原意。

参与讨论