slime 是为 RL scaling 设计的 LLM post‑training 框架，提供两大核心能力：
- 高性能训练：通过连接 Megatron 与 SGLang，支持各种模式的高效训练；
- 灵活的数据生成：通过自定义数据生成接口以及 server based engine，实现任意的数据训练数据生成流程。
模块说明：
- training (Megatron)：负责主训练流程，从 Data Buffer 读取数据，训练完后将参数同步至 rollout 模块；
- rollout (SGLang + router)：生成新数据（含 reward/verifier），存储至 Data Buffer；
- data buffer：桥梁模块，管理 prompt 初始化、自定义数据与 rollout 生成方法。
有关环境配置、数据准备、训练启动和关键代码分析的完整快速开始指南，请参考：
我还还额外提供了一些使用样例，请参考样例目录：examples。
参数分为三类：
- megatron 参数：slime 会读取
PYTHONPATH中的 megatron 里设置的所有参数，可以通过传入如--tensor-model-parallel-size 2的方式配置 megatron； - sglang 参数：支持环境中安装的 sglang 的所有参数，这些参数需要以
--sglang起始，例如--mem-fraction-static需要通过--sglang-mem-fraction-static传入。 - slime 自身的参数：请见：slime/utils/arguments.py
完整使用说明请查阅 使用文档。
-
欢迎贡献！ 若有功能建议、性能调优或使用体验反馈，欢迎提交 Issue / PR 😊
-
使用 pre-commit 保证提交代码风格：
apt install pre-commit -y pre-commit install
-
调试技巧请参考 debug 指南
- 常见问题请见 Q&A
- 特别感谢以下项目 & 社区：SGLang、Megatron‑LM、mbridge、OpenRLHF、veRL、Pai-Megatron-Patch 等。