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:RadixArk 开源 RL 训练框架 Miles v0.1(9 条相关)→
「编程与Agent」频道最新
- 设计反馈工具 Inflight 发布:让 Claude 直接消化原型反馈 — soleio · 2026-10-16
- 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