Miles v0.1 开源发布：72 人贡献、支撑前沿模型 RL 训练
ericzelikman · x · 2026-08-19
radixark 发布开源 RL 训练框架 Miles v0.1，面向 LLM 与多模态模型，解决「RL 好启动、难调试」的问题：帮助确认训练正确性、高效利用硬件、大规模持续运行。
- 过去 9 个月 72 位贡献者提交 1,326 个 commit，85 个 GPU 端到端 CI 测试
- 已在 Kimi K3、DeepSeek V4、Qwen 3.8、GLM 5.2、MiniMax H3 等前沿开源模型上实战检验
- 在 @humansand、@periodiclabs、@modal、@DecagonAI、@nebiusai、@IBM 等团队支撑前沿模型开发与生产级 RL 负载，兼容 NVIDIA 与 AMD 硬件
所属事件:RadixArk 开源 RL 训练框架 Miles v0.1(9 条相关)→
「编程与Agent」频道最新
- 「建筑师 vs 园丁」：开发者质疑 AI 编程前的 plan-maxxing 风潮 — nptacek · 2026-10-16
- OpenRouter 发布 Armor 测试版:在 Agent 执行前拦截违规工具调用 — dfinke · 2026-10-16
- Meta 开源编程模型 Muse Spark Open 上线 Modal，主攻长程智能体任务 — AAAzzam · 2026-10-16
- Google SRE 书十周年推第二版，新增智能体时代 SRE 实践指南 — RealGeneKim · 2026-10-16
- GRPO 后训练会令分布坍缩,长程 Agent 时代反成隐患 — zsakib_ · 2026-10-16
- 开发者用 Claude 逐帧写代码，免费给创业公司画吉祥物 GIF — jeremy_goldberg · 2026-10-16