THUDM/slime
slime is an LLM post-training framework for RL Scaling.
Python · ★ 4,134 · Fork 531 · 在 GitHub 查看
在手机上浏览源码、订阅每日 AI 趋势日报与项目架构深度解读:获取 CopoHub 客户端(iOS & HarmonyOS)→
GitHub Trending 上榜记录
THUDM/slime 已在 GitHub Trending 每日榜单上榜 2 天,最高排名第 9,首次上榜 2026-02-13,最近一次上榜 2026-02-14。
| 日期 | 排名 | Star | 当日增长 |
|---|---|---|---|
| 2026-02-14 | #9 | 4,134 | +85 |
| 2026-02-13 | #9 | 4,055 | +85 |
同期上榜的项目
- tambo-ai/tambo – Generative UI SDK for React
- SynkraAI/aios-core – Synkra AIOS: AI-Orchestrated System for Full Stack Development - Core Framework v4.0
- rowboatlabs/rowboat – Open-source AI coworker, with memory
- danielmiessler/Personal_AI_Infrastructure – Agentic AI Infrastructure for magnifying HUMAN capabilities.
- minio/minio – MinIO is a high-performance, S3 compatible object store, open sourced under GNU AGPLv3 license.
- patchy631/ai-engineering-hub – In-depth tutorials on LLMs, RAGs and real-world AI agent applications.
THUDM/slime 项目深度剖析与商业评估报告
THUDM/slime 项目深度剖析与商业评估报告
报告日期:2026-08-22 | 分析对象:THUDM/slime (v0.x, Apache 2.0) | 数据基准:8,197 Stars / 1,181 Forks / 436 Open Issues
---
1. 核心定位与商业落地价值
1.1 根本痛点:RL 后训练框架的"重栈化"困境
slime 精准切入了大模型 RL(强化学习)后训练基础设施的核心痛点——训练器、推理服务、数据生成、奖励计算与 Agent 框架之间的"烟囱式"割裂。传统方案(如 OpenRLHF、veRL)通常需要工程师手动拼接 Megatron 训练进程、vLLM/SGLang 推理集群与 Ray 任务调度器,导致数据流隐式化、调试困难且故障定位成本极高。
slime 的核心价值主张是:将 Megatron 训练、SGLang 推理、自定义数据生成与奖励计算统一收敛到同一套训练/推理/数据缓冲(Data Buffer)主链路中。这并非简单的"框架集成",而是从架构层面强制了数据流的显式化与可观测性。
1.2 商业落地场景
在 README 中展示上榜徽章
[](https://github.fq6825.top/repo/THUDM/slime)