home/categories/machine-learning/orchestra-research-ai-research-skills-06-post-training-slime-skill-md
machine-learningdata-ai
slime-rl-training
Provides guidance for LLM post-training with RL using slime, a Megatron+SGLang framework. Use when training GLM models, implementing custom data generation workflows, or needing tight Megatron-LM integration for RL scaling.
maintainer
Orchestra-Research
আপডেট হয়েছে 1/29/2026
স্টার
6563
ফর্ক
515
quick start
Installation and usage
Provides guidance for LLM post-training with RL using slime, a Megatron+SGLang framework. Use when training GLM models, implementing custom data generation workflows, or needing tight Megatron-LM integration for RL scaling.
ইনস্টলেশন
$ install --globalskills.sh
ব্যবহার
ইনস্টল করার পর, টার্মিনালে নিচের কমান্ড চালিয়ে আপনি এই স্কিল ব্যবহার করতে পারবেন:
skills use slime-rl-training