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
- 用Astra做Catan游戏完成度惊人，还能复用过往UI与3D资产 — FinanceYF5 · 2026-09-11
- 开源工具让 AI 答案在 PDF 原文中高亮溯源段落 — Flat-Phone-1596 · 2026-09-11
- 曝 OpenAI Codex 或于本周末再发额度重置，Codex 负责人暗指常有 — umesh_ai · 2026-09-11
- Ceetrix 实测：gemini-3.5-flash-lite 效果平替 3.8，成本仅零头 — julianharris · 2026-09-11
- ComfyUI 风格浏览器更新:LoRA 预览目录与分享功能 — neonsparksuk · 2026-09-11
- 用户实测:Codex 单轮烧掉 4700 积分,$200 额度 20 分钟未完成任务 — RileyRalmuto · 2026-09-11