使用输入“模型检查点”的 Skills

slime-rl-training - 使用 slime 框架进行大模型 RL 后训练。
强化学习 Megatron-LM SGLang GRPO
★ 0 · 更新于 2026-09-24
提供使用集成 Megatron-LM 与 SGLang 的 slime 框架进行大模型强化学习后训练的指导与工作流。
⚙ 执行标准 GRPO 训练 ⚙ 运行异步强化学习训练 ⚙ 进行多轮 Agent 训练
verl-rl-training - 大语言模型强化学习训练库
强化学习 RLHF GRPO PPO
★ 602 · 更新于 2026-06-30
提供使用 verl 库对大语言模型进行强化学习训练的指导
⚙ 使用 RLHF 训练模型 ⚙ 使用 GRPO 训练模型 ⚙ 使用 PPO 训练模型
verl-rl-training - 使用verl库训练大语言模型
强化学习 RLHF 模型训练分布式计算
★ 1 · 更新于 2026-06-30
支持多种算法和后端的大语言模型灵活强化学习训练库
⚙ 使用GRPO算法训练LLM ⚙ 使用PPO算法训练LLM ⚙ 使用RLOO算法训练LLM
vllm-ascend-model-adapter - 适配模型在昇腾NPU上运行vLLM
vllm 昇腾 NPU 模型适配
★ 5 · 更新于 2026-05-11
适配Hugging Face或本地模型在vllm-ascend上运行，代码改动最小化
⚙ 分析模型架构 ⚙ 检查模型文件 ⚙ 实现模型适配器
vllm-ascend-model-adapter - vLLM Ascend 模型适配
模型适配 Ascend NPU vLLM 推理
★ 57 · 更新于 2026-05-11
为 vLLM 在 Ascend NPU 上适配和调试模型
⚙ 分析模型架构 ⚙ 实现模型适配器 ⚙ 添加处理器支持
miles-rl-training - 企业级强化学习训练框架
强化学习 MoE FP8 INT4
★ 602 · 更新于 2026-05-11
面向大规模MoE模型的企业级强化学习训练框架，支持FP8/INT4精度训练
⚙ 训练MoE模型 ⚙ 配置FP8训练 ⚙ 配置INT4训练
grail-miner - Bittensor子网81上的Grail矿工设置与操作
Bittensor 挖矿 AI训练区块链
★ 602 · 更新于 2026-02-11
在Bittensor子网81上设置、管理和优化Grail矿工，用于可验证的后训练。
⚙ 设置矿工环境 ⚙ 配置R2存储 ⚙ 管理模型检查点