开源 LLM RL 框架 Miles v0.1 发布
tokenbender · x · 2026-08-19
Miles v0.1 是一个面向 LLM 和多模态模型的开源强化学习框架。它旨在解决 RL 训练难调试的问题，帮助确保运行正确并高效利用硬件。该项目由 72 名开发者贡献，已在 Kimi、DeepSeek、Qwen 等前沿开源模型上经过实战测试。目前被包括 IBM、Modal 在内的多家公司用于生产级 RL 负载，支持 NVIDIA 和 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
- 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