SteptronOss（StepTronOSS）是一个面向大规模语言模型的轻量级、AI 原生训练框架，设计目标是支持快速迭代、可复现实验以及跨 SFT、RLVR 和评估工作流的模块化配置。它仅依赖 PyTorch 即可运行，同时也支持算子级替换以实现加速。
用途与定位：该框架主要用于大语言模型的训练与迭代研究，覆盖监督微调（SFT）、可验证奖励强化学习（RLVR）以及评估等典型工作流。它强调“AI 原生”工作方式：模块化架构便于验证与迭代开发，并提供 AGENTS.md 指导智能体参与代码改动，属于面向模型训练与实验的基础设施型工具。
主要能力：
- 配置驱动的实验与动态校验，提供 cfshow 和 sanity_check 工具；
- 多任务编排，配合灵活的启动工具链；
- 可扩展的数据、优化器与模型栈，便于快速的研究迭代；
- 运行时环境支持分布式集合点：通过共享文件系统目录为每个实验启动一个 Redis 服务器，STEPTRON_MEET_DIR 用于存放发布 Redis 服务端口的集合点文件，CANNOT_BE_REDIS_SERVER=1 用于标记不得启动 Redis 的 rank；
- 多节点启动脚本生成：使用 tools/build_scripts.py 依据 resource_cfg.task_specs 生成每个副本的 shell 脚本，脚本索引在各节点类型内累计（例如所有 GPU 任务共享一个 0..N 索引范围），每个脚本导出任务环境变量（包括任务级 EXP_ID 和 NNODES）并调用由 mp_run 组装的命令，额外 CLI 参数会像 mp_run.py 一样透传给实验；
- 优化内核：仅在需要最大化 GPU 性能和内核级加速时使用，需手动安装并在代码中启用（可一次性设置所有优化），参考配置包括 Qwen3 8B：playground/pretrain/qwen3/qwen3_8.py 和 Step3.5 Flash：playground/pretrain/step3p5/step3p5_flash.py；
- 提供 RLVR 实现与 Triton 内核实现。
使用方式：
- 推荐使用 uv 虚拟环境；若非 uv 环境，命令前需加 uv run 前缀。
- 实验总览与健全性检查、运行实验等详见文档：启动指南（英文）docs/LAUNCH_EXPERIMENTS.md、启动指南（中文）docs/LAUNCH_EXPERIMENTS_ZH.md；SFT 数据准备（中文）docs/SFT_DATA_PREPARATION.md、SFT 数据准备（英文）docs/SFT_DATA_PREPARATION_EN.md；API 模块文档 docs/MODULES.md。
- 多节点启动脚本通过 tools/build_scripts.py 生成。
- 核心原则：保持配置无状态，由运行时对象携带状态；在类级别声明配置结构，在 init 中填充值；使用 Ref("..path") 进行跨节点关联；调用 sanity_check() 和 to_dict() 完成校验与序列化。
适用场景：适合需要进行大规模语言模型监督微调、可验证奖励强化学习以及评估实验的研究与工程团队，尤其是希望以配置驱动方式快速迭代实验、保证实验可复现、并对训练栈进行模块化扩展的场景。
限制与说明：优化内核需要手动安装并按参考配置启用，仅面向有 GPU 性能需求的用户；分布式集合点依赖对全部节点可见且可写的共享目录，若所有 rank 都设置 CANNOT_BE_REDIS_SERVER=1，集合点最终会超时。关于收费、价格、平台或具体性能数据，现有资料暂未提供。
