29.4.2 端到端工作流与使用#

slime 的一次 RL 迭代（框架内叫一个 rollout step）就是一条闭环，RolloutManager 驱动 SGLang 推理引擎为一批 prompt 采样出若干条回答，奖励/校验器（reward / verifier）给每条回答打分，数据经 Data Buffer 整理成训练样本按数据并行（Data Parallel, DP）切分，Megatron 训练 actor 拉走这批数据做一次 GRPO/PPO 策略更新，再把更新后的权重同步回 SGLang 引擎，进入下一轮；train.py 让采样与训练严格串行（同步），train_async.py 让第 $i{+}1$ 轮采样与第 $i$ 轮训练重叠（异步）。