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:开源RL训练框架 Miles v0.1 正式发布(2 条相关)→
「编程与Agent」频道最新
- Weaviate Query Agent 升级：搜索前先自动摸清数据分布与可选值 — CShorten30 · 2026-08-19
- Artificial Analysis 发布搜索 API 基准：Parallel、Exa 表现最佳 — ArtificialAnlys · 2026-08-19
- ICML 论文：测量 LLM 概念一致性，减少 Agent 中的自我矛盾 — soumitrashukla9 · 2026-08-19
- DataSmith 自动智能体：仅靠数据干预超越模型架构优化 — josh_wills · 2026-08-19
- Agent 生产部署常崩盘？OpenClaw 蓝图解构架构设计 — aftahi_ai · 2026-08-19
- Google VRP 规则镜像至 GitHub 助力自动化 — moyix · 2026-08-19