智谱开源强化学习后训练框架 slime，GLM-5.2 后训练约两天完成

智谱开源其内部使用的强化学习训练框架 slime，GLM-5.2 的 OPD 后训练在该平台上约用 2 天完成。slime 通过连接 Megatron 与 SGLang 做高性能训练，并提供自定义数据生成接口，官方称其是 GLM-5.2、GLM-5.1、GLM-5、GLM-4.7 等模型背后的 RL 训练框架。