Miles 开源 RL 框架发布：9 个月 1326 次提交，支撑前沿模型生产级训练
ying11231 · x · 2026-08-19
LMSYS 相关团队发布 Miles v0.1，一个面向 LLM 与多模态模型的开源 RL 训练框架，目标是让大规模 RL 训练「易启动、可调试、正确且高效」。
- 过去 9 个月由 72 位贡献者 落地 1,326 次提交，配 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验证。
- rollout 侧原生使用 SGLang，训练侧搭配 Megatron-LM 与 FSDP，同时支持 LLM 与扩散模型。
- 已被 humansand、periodiclabs、Modal、Decagon、Nebius、IBM 等团队用于生产 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
- Apple 代码签名耗时数小时,官方建议:等一周 — pjausovec · 2026-10-16
- 4B 模型加 8K 上下文堆算力反而更差，Hermes 提出上下文推理新思路 — mangahomanga · 2026-10-16
- Flux 3 Klein 默认模板有坑:必须接 prompt upscaler 才能出好图 — StrictMove5839 · 2026-10-16
- 21 人团队 AI 写 97% 代码,每周数百 PR,16% 自动合并 — rseroter · 2026-10-16
- ClosedMCP:一次配置 MCP,跨平台团队共享的 Serverless 方案 — Ok_Sprinkles1301 · 2026-10-16
- Heisentools:用 AI agent 重写 mock 文件模拟任意服务测试 agent — kieranklaassen · 2026-10-16