CopoHub Trending

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#94,134+85
2026-02-13#94,055+85

同期上榜的项目

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

查看完整 AI 分析 →

在 README 中展示上榜徽章

GitHub Trending

[![GitHub Trending](https://github.fq6825.top/badge/THUDM/slime.svg)](https://github.fq6825.top/repo/THUDM/slime)