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。
slime 是 GLM-4.7、GLM-4.6、GLM-4.5 背后的 RL 训练框架，除此之外，slime 还支持:
- Qwen3 系列 (Qwen3Next, Qwen3MoE, Qwen3), Qwen2.5 系列；
- DeepSeek V3 系列 (DeepSeek V3, V3.1, DeepSeek R1)；
- Llama 3。
- 我们的愿景：slime：为 RL Scaling 设计的 SGLang-Native 后训练框架
- 关于纯异步 agentic 训练的一些想法：Agent-Oriented Design: An Asynchronous and Decoupled Framework for Agentic RL
- v0.1.0 日志：slime v0.1.0: 重新定义高性能 RL 训练框架
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：
我们还提供了一些未在快速开始中覆盖的使用示例，请查看 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 # 运行 pre-commit 保证代码风格 pre-commit run --all-files --show-diff-on-failure --color=always -
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。
-
引用 slime 请使用：
@misc{slime_github,
author = {Zilin Zhu and Chengxing Xie and Xin Lv and slime Contributors},
title = {slime: An LLM post-training framework for RL Scaling},
year = {2025},
howpublished = {\url{https://github.com/THUDM/slime}},
note = {GitHub repository. Corresponding author: Xin Lv},
urldate = {2025-06-19}
}