SuperAPI AI 工具集

Skill 广场

找到适合任务的 Agent Skill,阅读介绍并复制安装命令。

更新于 10-24 00:15

智能体与模型

24,615 个结果

slime-rl-training

slime 是清华大学 THUDM 团队开发的 LLM 后训练框架,用于通过强化学习(RL)扩展大模型训练,支撑了 GLM-4.5、GLM-4.6、GLM-4.7 等模型。它将 Megatron-LM 训练与 SGLang 高吞吐推理生成连接起来,支持 GRPO、GSPO、PPO、REINFORCE++ 等算法,提供灵活的数据缓冲与自定义数据生成工作流。适用于训练 GLM、Qwen3、DeepSeek V3/R1、Llama 3 等模型,支持同步与异步训练、多轮智能体训练、自定义奖励模型与多任务评测。

智能体与模型62 次安装