AReaL-MinT¶
AReaL-MinT 是可以自部署的开源 Mint Recursive 训练运行时。它使用 AReaL 的 FSDP2 引擎训练模型，用 SGLang 做推理。HTTP API 与 Mint Recursive 相同，因此原有 SDK 脚本可以不加修改地用于本地部署。
FastAPI 控制面负责分发请求：训练请求交给 AReaL 的 FSDP2 引擎，推理请求交给支持 LoRA 热重载的 SGLang。每次写入都会返回一个 future，客户端通过轮询获取结果。
Mint Recursive 的客户端接口与 Tinker 兼容。共享的类型和客户端见 Tinker 兼容 API 参考。
算法¶
| 算法 | 状态 | 说明 |
|---|---|---|
| SFT | 可用 | LoRA SFT、checkpoint 保存/加载、断点续训、采样器交接 |
| GRPO | 可用 | Group Relative Policy Optimization；组相对优势，无需价值 critic |
支持模型¶
| 系列 | 规模 | GPU 布局 |
|---|---|---|
| Qwen3.6 | 27B（Dense） | 4 FSDP actor + 4 SGLang rollout |
| Qwen3.6 | 35B-A3B（MoE） | 4 FSDP actor + 4 SGLang rollout |
快速开始¶
准备环境和安装所需的步骤，以及运行时架构，见 AReaL-MinT 仓库。