THUDM slime：连接 Megatron 与 SGLang、为 RL scaling 设计的 LLM post-training 框架。
Slime: 训练主流程
从 train.py 入口出发，梳理 Slime 如何用 Ray 封装 actor，并挂接 Megatron 在 GPU 上完成训练。
Slime 101
THUDM slime：连接 Megatron 与 SGLang、为 RL scaling 设计的 LLM post-training 框架。
THUDM slime：连接 Megatron 与 SGLang、为 RL scaling 设计的 LLM post-training 框架。
从 train.py 入口出发，梳理 Slime 如何用 Ray 封装 actor，并挂接 Megatron 在 GPU 上完成训练。