Slime-Agentic:一个用slime方式来实现各种 Agentic RL的项目

2586
1
2026-06-04 15:05:52
103
34
293
47
内容介绍: 在研究 Agentic RL 的过程中,我发现了一个有趣的现象:很多优秀的论文实现都基于 verl 框架,但他们的实现都需要对verl的源码进行大量修改。这让我开始思考——如果一个框架足够开放和灵活,是不是就不需要这么多改动了? 带着这个想法,我选择了 Slime 这个框架。它有几个让我特别喜欢的特点: 简洁而具体:核心实现清晰,没有过度抽象 高度可定制:开放了 rollout、reward、数据处理等关键接口 易于扩展:不需要深入修改框架代码就能实现新的 RL 范式 于是,Slime-Agentic诞生了——一个基于 Slime 实现各种 Agentic RL 算法的开源项目。 嘉宾: 黎健进,之前在面壁智能做大模型算法工程师,主要做垂直领域大模型的落地。后来去了腾云智算,专注 LLM 推理和 RL Infra 的研究。接下来打算加入一家初创 Lab,专门负责 RL Infra 这个方向。在顶会上也有发表过相对应的文章,但是现在更喜欢对开源项目做贡献。 主持人: 华文越,Rutgers博士毕业,UCSB博后,现在为微软研究院高级研究员,主要研究方向为llm reasoning和llm-based agent,在NLP和ML的顶会ACL EMNLP ICLR Neurips TACL等等发表多篇论文,并在ACL担任Area Chair。
全球一线青年学者发起的AI分享平台,聚焦「学术-落地-创业」闭环。 合作/投稿/加入我们 请联系:zenrran@gmail.com
客服
顶部
赛事库 课堂 2021拜年纪