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:开源 RL 训练框架 Miles v0.1 发布(5 条相关)→
「编程与Agent」频道最新
- Crusoe 发布集成指南：Cursor 等工具接 GLM/DeepSeek — darian314 · 2026-08-19
- 实战复盘：如何设计 Loop 让 Agent 交付生产级代码 — JosephJacks_ · 2026-08-19
- GPT-5.6-Sol 生成单文件实时 2D 流体模拟代码 — scaling01 · 2026-08-19
- RadAgent 智能体展示医疗推理能力 — Michael_D_Moor · 2026-08-19
- LLM 无法回溯代码逻辑，详注或成必要特征 — idanbeck · 2026-08-19
- RAG 设计案例：Ask LukeW 引用链接精准跳转视频时间戳 — LukeW · 2026-08-19