RadixArk 开源 RL 后训练框架 Miles v0.1

RadixArk 团队发布开源强化学习训练框架 Miles v0.1，面向 LLM 与多模态模型的大规模 RL 与后训练，定位生产级系统。项目历时 9 个月，由 72 人贡献 1326 次提交，主打「RL 训练易上手、难调试」的痛点，帮助保证训练正确性、高效利用硬件，支持多种训练后端、LoRA 与扩散模型，并支持权重同步等特性，已在 Hugging Face 上开源。

2026-09-09 ~ 2026-09-10 · 2 条相关

• 开源 RL 后训练系统 Miles v0.1 发布,支持 LoRA 与扩散模型 — RadixArk · 2026-09-09
• 开源 RL 框架 Miles v0.1 发布,9 个月 72 人贡献 1326 次提交 — ChengleiSi · 2026-09-10