verl-mint¶

verl-mint 是 MinT 训练运行时的开源版本，基于 veRL 与 Ray 构建。它在 API 边界暴露 MinT 的训练工作流，客户端可保留熟悉的 session、checkpoint、sampler 与 future 语义，同时将计算迁移到自己的 GPU、 Ray 或 veRL 集群与存储上。

在 MinT SaaS 上运行的同一个 SDK 脚本，可以不加修改地在本地 verl-mint 部署上运行。

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
DPO	计划中	偏好优化方向

支持模型¶

系列	规模	状态
Qwen	0.6B	可用
Qwen	4B	可用
Qwen	30B	可用
Qwen	8B	计划中

安装¶

git clone https://github.com/verl-project/verl-mint.git
cd verl-mint
uv sync --extra smoke

smoke 扩展会从 MindLab 仓库安装官方 MinT SDK（mindlab-toolkit）。

前置条件¶

verl-mint 假设执行环境已就绪；它不会为你准备 Ray、GPU 或 worker 镜像。

前置条件	要求
Ray	API 节点与每个 worker 上需 `ray[default]>=2.46.0,<3`

完整的安装指南、算法细节与集群配置，请参见 verl-mint 仓库。