skills.guanliai

场景做法全部 skill 组合

slime 强化学习后训练

NousResearch/hermes-agent/optional-skills/mlops/slime

242.8k 0Python自动化流程

平台通用（跨宿主）

基于 Megatron 与 SGLang 做大模型的强化学习后训练。

通用（跨宿主）GRPO 强化学习后训练 megatron-lm sglang