开源 RL 框架 Miles v0.1 发布,9 个月 72 人贡献 1326 次提交
ChengleiSi · x · 2026-09-10
radixark 团队发布 Miles v0.1,一个面向 LLM 与多模态模型的开源强化学习训练框架,主打「RL 训练易上手、难调试」这一痛点,帮助保证训练正确性、高效利用硬件、规模化持续运行。技术要点:
- 9 个月内 72 位贡献者、1326 次提交、85 个 GPU 端到端 CI 测试
- 已在 Kimi K3、DeepSeek V4、Qwen 3.8、GLM 5.2、MiniMax H3 等前沿开源模型上实战验证
- 被 humansand、Periodic Labs、Modal、Decagon、IBM、Nebius 等公司用于生产级 RL,支持 NVIDIA 与 AMD 硬件
完整技术报告已公开,涵盖系统设计与生产实践。
所属事件:RadixArk 开源 RL 后训练框架 Miles v0.1(2 条相关)→
「编程与Agent」频道最新
- Reticle 推出 AI 编码代理验证层：让 agent 自查生成的代码是否真的能跑 — Scobleizer · 2026-10-27
- 开发者正训练「看门模型」：专门拦截提示注入与记忆投毒 — gnukeith · 2026-10-27
- 前大厂管理者观点：把团队换成 agents，优秀管理方法论依然成立 — lxfater · 2026-10-27
- 旧金山 Code Engineering 大会聚焦从编码 agent 到软件工厂 — LangChain · 2026-10-27
- 用 Claude Code 审计 iPhone 备份，揪出被删照片的全部藏身处 — alex_verem · 2026-10-27
- Yuchen Jin：手机不是移动 IDE，而是 agent 舰队的控制台 — Yuchenj_UW · 2026-10-27