Miles v0.1 发布：简化大规模 RL 训练与调试
Scobleizer · x · 2026-08-19
RadixArk 开源了 RL 框架 Miles v0.1，旨在简化 LLM 和多模态模型的强化学习运行与调试。该框架包含 1300+ 次提交和 85 个 GPU CI 测试，已在 NebiusAI、Modal 等公司用于支持 Kimi、DeepSeek、Qwen 等前沿模型的生产级 RL 负载。Miles 支持 NVIDIA 和 AMD 硬件，提供高效硬件利用和规模化运行能力。
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
- 长时 Agent 的持续性，本质是保留状态还是轨迹连贯？ — National_Actuator_89 · 2026-08-19
- Databricks AI竞赛冠军复盘：解析仍不完美、要基于编码agent构建 — EchoShao8899 · 2026-08-19
- GitHub 故障催生替代品：基于 Durable Objects 的 Git 仓库服务 — tobowers · 2026-08-19
- 吴恩达分析万份招聘启事，总结 4 项 AI 工程核心能力 — FinanceYF5 · 2026-08-19
- Qwen3.8-27B 夺 Harvey 法律 Agent 榜首 — Alibaba_Qwen · 2026-08-19
- Agent Tastelint 自动在 PR 中提供设计反馈 — ZeroStateReflex · 2026-08-19