@charles_irl: 祝贺我的同事 @nanjiangwill 将这个重要技术合并到 slime 中！
摘要
增量压缩权重同步技术已合并到 slime 中，实现 Megatron ↔ SGLang 分离式部署的无损增量同步，增强大规模强化学习。
查看缓存全文
缓存时间: 2026/05/31 02:32
恭喜我的同事 @nanjiangwill 成功将这一重要技术合并到 slime 中！
slime (@slime_framework): @FireworksAI_HQ 和 @cursor_ai 强调了为什么在前沿规模的强化学习中，增量压缩权重同步至关重要。
slime 将这一能力带到了开源社区：用于 Megatron ↔ SGLang 解耦的无损增量同步——传输增量，而非完整检查点。
这是朝着完全 … 迈出的又一步。
相似文章
@nanjiangwill: 在 @modal，我们正在努力确保开源强化学习框架具备训练前沿开放权重模型所需的所有技术…
Modal 正在通过增量压缩和其他技术增强开源强化学习框架，以训练前沿开放权重模型。slime 框架将无损增量同步引入分解式训练环境。
@didier_lopes: 难以置信，Z. ai 竟然将其强化学习基础设施开源了。GLM-5.2 的整个 OPD 后训练只用了…
Z. ai 将其强化学习基础设施 slime 框架开源，该框架使 GLM-5.2 的 OPD 后训练在约两天内高效完成。slime 是一个用于强化学习扩展的 LLM 后训练框架，集成了 Megatron 和 SGLang，并已通过 GLM、Qwen、DeepSeek 和 Llama 等前沿模型的实战测试。
@VukRosic99: GLM 5.2 后训练代码已开源 (slime) Megatron-LM 进行训练。SGLang 生成 rollout。单数据缓冲…
GLM 5.2 后训练代码已开源，使用 Megatron-LM 进行训练，SGLang 生成 rollout，形成一个持续强化学习循环，权重同步。
@vivek_2332: 新博客：异步强化学习中的权重同步。权重同步最近变得快得多，即使在前沿模型上也低于2秒…
一篇探讨异步强化学习中权重同步技术的博客文章，涵盖了不同框架下传输和负载的权衡。
@modal: 我们与 @lmsysorg 和 http://z-lab.ai 合作，将 DFlash 规范集成到 @sgl_project，并通过重叠加速……
Modal 与 LMSys 和 Z Lab 合作，将 DFlash 推测解码集成到 SGLang，在大型语言模型上实现了相比基准最高 4.3 倍的吞吐量提升，比原生多 token 预测提升 1.5 倍。