开源 RL 框架 Miles v0.1 发布，简化大模型强化学习训练
ying11231 · x · 2026-08-19
SGLang/RadixArk 发布 Miles v0.1，这是一个面向大语言模型和多模态模型的开源强化学习框架。该框架旨在解决 RL 训练难以调试、硬件利用率低及大规模运行复杂的问题。Miles 经过 9 个月开发，拥有 1326 次提交和 85 项 GPU 端到端测试，已在 Kimi K3、DeepSeek V4、Qwen 3.8 等前沿开源模型上进行了实战测试。目前包括 IBM、Modal 在内的多家公司已在生产环境中使用 Miles 驱动前沿模型开发及 RL 工作负载。
所属事件:RadixArk 开源 RL 训练框架 Miles v0.1(9 条相关)→
「Infra」频道最新
- Ben Bajarin 发布 Agentic CPU 指南：预测 2030 年服务器 CPU 市场 2210 亿美元 — BenBajarin · 2026-10-16
- 旧金山办「算力交易大厅」：买家卖家面对面签算力协议 — ctjlewis · 2026-10-16
- Temporal Serverless Workers 登陆 Cloud Run:按任务队列自动伸缩、可缩至零 — rseroter · 2026-10-16
- LMA day-0 支持扩至四大芯片:TPU 上首次实现模型零日上线 — ying11231 · 2026-10-16
- Semtech 分析师日幻灯片讲透信号完整性：衰减、带宽、非线性、噪声四大损伤 — BenBajarin · 2026-10-16
- Fortytwo Engine 用 Swarm Inference 让 Qwen3.8-27B 准确率升 7%、token 省 25% — rohanpaul_ai · 2026-10-16