THUDM/slime

slime 是用于 RL Scaling 的 LLM 后训练框架。

↗ 在 GitHub 打开

星数

8,358

Fork 数

1,206

语言

Python

许可

Apache-2.0

最后推送

2周前

还没有相关情报

radar 追踪的来源里还没有出现过这个 repo。收集器按计划运行——等它覆盖到这个 repo 再回来看看。