提供使用 slime（Megatron+SGLang 框架）进行 LLM 强化学习（RL）后训练的指导。在训练 GLM 模型、实现自定义数据生成工作流或需要 Megatron-LM 的紧密集成以扩展 RL 时使用。Reinforcement Learning, Megatron-LM, SGLang, GRP…
提供使用 slime（Megatron+SGLang 框架）进行 LLM 强化学习（RL）后训练的指导。在训练 GLM 模型、实现自定义数据生成工作流或需要 Megatron-LM 的紧密集成以扩展 RL 时使用。Reinforcement Learning, Megatron-LM, SGLang, GRPO,......
本页属于 OpenClaw Skills 学习体系，覆盖技能安装、分类导航与实战链接。