开源 RL 框架 Miles 发布，集成 Kimi、DeepSeek 等前沿模型
ying11231 · 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(RL)框架，旨在解决 RL 训练易上手但难调试的问题，帮助确保运行正确、高效利用硬件并保持大规模训练稳定性。
- 经过 9 个月开发，由 72 位开发者贡献 1326 次提交，包含 85 个 GPU 端到端 CI 测试。
- 已在 Kimi K3、DeepSeek V4、Qwen 3.8、GLM 5.2、Inkling、MiniMax H3 等前沿开源模型上进行实战测试。
- 被 @humansand、@periodiclabs、@modal、@DecagonAI、@EigentAI、@nebiusai、@IBM 等用于前沿模型开发及生产级 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