开源 RL 框架 Miles 发布：支持 LLM 训练与调试
ying11231 · x · 2026-08-19
Radixark 团队发布了开源强化学习框架 Miles v0.1，旨在解决 LLM 和多模态模型 RL 训练中启动容易但调试难的问题。Miles 帮助确保运行正确性，高效利用硬件，并支持大规模运行。该项目历时 9 个月，由 72 位开发者贡献了 1326 次提交，并在 Kimi K3、DeepSeek V4 等前沿开源模型上进行了实战测试。目前 Miles 已被 Humansand、Modal、IBM 等公司用于前沿模型开发和生产环境 RL 负载。
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