К основному содержанию
скилл CX Codex

slime-user — скилл для Claude Code: что делает и как установить

Скилл slime-user для Claude Code — справочник по пост-тренингу моделей с подкреплением в SLIME: настройке GRPO и PPO, бэкендов Megatron и FSDP и вызова инструментов.

лицензия не указана ★ 158 обновлён 2026-07-09

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add yzlnew/infra-skills --skill slime-user -a claude-code
Открыть на GitHub

Что делает slime-user

Скилл помогает настроить обучение языковых моделей с подкреплением во фреймворке SLIME от THUDM. Он подсказывает параметры для алгоритмов GRPO, GSPO, PPO и Reinforce++, а также структуру цикла из генерации ответов через SGLang, вычисления наград и шага оптимизатора.

Внутри собраны готовые шаблоны аргументов для связки с бэкендами Megatron и FSDP, формулы расчёта батчей и примеры конфигурации под ускорители H100, H200 или B200. Бэкенд Megatron требует предварительной конвертации весов чекпоинта, тогда как FSDP работает с исходными весами напрямую.

Отдельно описаны многошаговые сценарии с вызовом внешних инструментов, где генерация маскирует системные токены через loss_mask, и подключение собственных функций наград.

Какие задачи решает

  • рассчитать размеры батчей для цикла rollout и обучения
  • сконфигурировать запуск RL-алгоритмов GRPO или PPO
  • настроить многошаговый сбор данных с маскированием вызовов инструментов
  • подготовить запуск тренировки на бэкенде FSDP или Megatron

Примеры запросов агенту

  • Помоги составить скрипт запуска GRPO для Qwen3-4B на бэкенде Megatron.
  • Как настроить расчёт loss_mask для многошагового сценария с вызовом инструментов в SLIME?
  • Проверь баланс параметров rollout-batch-size и global-batch-size под 8 карт H100.

Как установить slime-user

1Через Skills CLI (Vercel)

npx skills add yzlnew/infra-skills --skill slime-user -a claude-code

2Вручную: положить файлы

~/.claude/skills/slime-user/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/slime-user/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о slime-user

Как установить slime-user в Claude Code?

Выполните команду npx skills add yzlnew/infra-skills --skill slime-user -a claude-code или добавьте файл по пути ~/.claude/skills/slime-user/SKILL.md.

Что делает скилл slime-user?

Он даёт справочные конфигурации, параметры запуска и шаблоны скриптов для обучения моделей методами RL во фреймворке SLIME.

Чем отличается запуск на FSDP от Megatron?

Для Megatron необходимо заранее перевести веса скриптом tools/convert_hf_to_torch_dist.py, а при флаге --train-backend fsdp конвертация не требуется.

Похожие скиллы

Все скиллы по теме «ИИ и ML» →
slime-rl-training Orchestra Research Скилл slime-rl-training для Claude Code описывает настройку RL-обучения языковых моделей во фреймворке slime на базе Megatron-LM и SGLang. Включает сценарии GRPO и пост-тренинга моделей GLM или DeepSeek. CX Codex +1 1 100установок miles-rl-training Orchestra Research Скилл miles-rl-training для Claude Code ведёт агента по RL-обучению больших MoE-моделей на фреймворке miles: FP8, INT4, спекулятивный rollout на GPU H100/H200. CX Codex +1 1 100установок nemo-mbridge-perf-megatron-fsdp NVIDIA Скилл nemo-mbridge-perf-megatron-fsdp помогает включить Megatron FSDP в Megatron-Bridge. Настраивает шардирование, чекпоинты и помогает обойти ошибки несовместимости параметров. CX Codex +1 1 800установок openclaw-rl-training reason-machines Скилл openclaw-rl-training разворачивает OpenClaw-RL: асинхронный фреймворк, который превращает живые диалоги в обучающие сигналы для персонального агента. CX Codex +1 1 300установок dynamo-recipe-runner Dan Gil Скилл dynamo-recipe-runner подбирает, валидирует, точечно правит и разворачивает готовые Kubernetes-рецепты NVIDIA Dynamo для инференс-моделей под vLLM или SGLang. CX Codex +1 2 600установок hyperloom-workload-optimizer amd Скилл hyperloom-workload-optimizer для Claude Code устанавливает Hyperloom на хост с AMD Instinct и запускает многоагентную оптимизацию пропускной способности LLM на MI300X, MI325X или MI355X. CX Codex +1 1 200установок

Из того же набора8

tikz-flowchart Скилл tikz-flowchart помогает генерировать блок-схемы и архитектурные диаграммы на LaTeX TikZ с готовыми темами оформления. CX Codex +1 ★ 158звёзд репо openai-dotcom-viz Скилл openai-dotcom-viz для Claude Code создаёт столбчатые диаграммы и блок-схемы в визуальном стиле OpenAI для статей, презентаций и веб-страниц. CX Codex +1 ★ 158звёзд репо html-flowchart-anthropic Скилл html-flowchart-anthropic рисует блок-схемы, деревья решений и пайплайны как самостоятельные .html на чистом HTML/CSS — с тёплым фоном, пастельными узлами и тонкими ортогональными стрелками. CX Codex +1 ★ 158звёзд репо hf-architecture-tikz Скилл hf-architecture-tikz генерирует вертикальные схемы архитектуры декодерных LLM из HuggingFace в формате TikZ с точными формулами и числом параметров. CX Codex +1 ★ 158звёзд репо megatron-memory-estimator Скилл megatron-memory-estimator оценивает расход памяти GPU для плотных и MoE-моделей Megatron по конфигурации HuggingFace. Помогает проверить, поместится ли модель, и сравнить схемы параллелизма. CX Codex +1 ★ 158звёзд репо tilelang-developer Скилл tilelang-developer для Claude Code помогает писать и отлаживать GPU-ядра на TileLang. Включается для оптимизации операторов и переноса кода между GPU-платформами. CX Codex +1 ★ 158звёзд репо material-you-slides Скилл material-you-slides для Claude Code и Codex создаёт HTML-презентации в стиле Material Design 3 с титульными и разделительными слайдами, карточками и схемами. Объединяет слайды колоды единым визуальным стилем. CX Codex +1 ★ 158звёзд репо

Спонсоры проекта

Компании, которые помогают держать аналитику открытой