开源 RL 训练框架 Miles v0.1 发布，支撑前沿模型生产级训练
radixark（LMSYS 相关团队）发布开源强化学习训练框架 Miles v0.1，面向 LLM 与多模态模型，主打解决「RL 易启动、难调试」的问题，帮助确认训练正确性、高效利用硬件并支撑大规模训练。项目历经约 9 个月开发，累计 1326 次提交，由 72 人贡献，配备 85 项 GPU CI 实测，已支撑前沿模型的生产级 RL 训练。
2026-08-19 ~ 2026-08-19 · 3 条相关
- Miles v0.1 开源发布：72 人贡献、支撑前沿模型 RL 训练 — ericzelikman · 2026-08-19