开源 RL 框架 Miles v0.1 发布:1326 次提交、85 项 GPU CI 实测
ying11231 · x · 2026-08-19
Radixark 发布开源 RL 训练框架 Miles v0.1,面向 LLM 与多模态模型的强化学习训练，主打解决「RL 易启动、难调试」的问题:确保训练运行正确、高效用硬件、并在规模上稳定运行。
- 9 个月内 72 位贡献者提交 1326 次 commit,含 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。
- 被 humansand、periodiclabs、Modal、Decagon、Nebius、IBM 等团队用于前沿模型开发与生产级 RL 负载,同时支持 NVIDIA 与 AMD 硬件。
Arcee AI 等团队对其发布表示祝贺，认为这是开源后训练生态的有力贡献。
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