全部 skill

基于 Megatron 与 SGLang 做大模型的强化学习后训练。

用 slime（Megatron+SGLang 框架）做 LLM 后训练 RL 指引。训练 GLM 模型、实现自定义数据生成工作流、或需 Megatron-LM 紧耦合做 RL 扩展时使用。

用 miles（slime 的生产就绪 fork）做企业级 RL 训练指引。用 FP8/INT4 训练大 MoE 模型、需训练-推理对齐、或需推测性 RL 达最大吞吐时使用。

带 RadixAttention 前缀缓存的 LLM 快速结构化生成与服务。用于 JSON/regex 输出、约束解码、带工具调用的 agentic 工作流、或需比 vLLM 快 5× 且前缀共享的推理时。驱动 xAI、AMD、NVIDIA、LinkedIn 的 300,000+ GPU。