跳转至主要内容
Ctrl+K
slime - Home slime - Home
  • 文档资料库
    • 从这里开始
    • 训练与算法
    • Rollout 与调度
    • 调试、性能分析与恢复
    • 任务教程
      • Agent 与环境
      • 多模态任务
      • 训练与系统流程
        • SFT Qwen3-4B-Base
        • Fully-Async Rollout Example
        • Delta Weight Sync
        • Multi-Task Evaluation Example
        • On-Policy Distillation Example
        • Rollout Correction Methods
    • 开发与 CI
    • 硬件平台
    • 设计文章与版本发布
  • Repository
  • Show source
  • Suggest edit
  • Open issue
  • .rst

训练与系统流程

训练与系统流程#

  • SFT Qwen3-4B-Base
  • Fully-Async Rollout Example
  • Delta Weight Sync
  • Multi-Task Evaluation Example
  • On-Policy Distillation Example
  • Preliminary Results
  • FAQ
  • References
  • Rollout Correction Methods

上一页

VLM Multi-Turn (geo3k dataset)

下一页

SFT Qwen3-4B-Base

作者: slime Team

© Copyright 2025-2026, slime.

最后更新于 2026 年 10 月 19 日.