slime-rl-training
द्वारा firecrawl
एलएलएम पोस्ट-ट्रेनिंग के लिए slime (मेगाट्रॉन+SGLang फ्रेमवर्क) का उपयोग करके आरएल के साथ मार्गदर्शन प्रदान करता है। GLM मॉडल प्रशिक्षण, कस्टम डेटा जनरेशन लागू करते समय उपयोग करें…
npx skills add https://github.com/firecrawl/ai-research-skills --skill slime-rl-training