Eigent用Miles训练终端编程与ML工程RL智能体
ying11231 · x · 2026-08-19
Eigent 祝贺 Miles v0.1 发布，并分享实际用法：他们在数千个环境中用 Miles 训练终端编程与机器学习工程的 RL 智能体，模型包括 DeepSeek V4 Flash 与 GLM 5.2，rollout 引擎采用 SGLang，高效异步 RL 让规模化更容易。
「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