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
- 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