03:08 · 2026年9月5日 · 周六 × × 🧠 Miles 大模型后训练RL框架最近挖到的企业级大模型后训练强化学习框架Miles，主打高吞吐的强化学习rollout配合可扩展的训练能力，万亿参数规模的训练要的精度、稳定性和可观测性功能它都给配齐了，还支持PyTorch FSDP2后端，想用HuggingFace原生实现跑也可以。https://github.com/radixark/mileshttps://miles.radixark.com#Miles #Python #强化学习 #RLFramework #大模型后训练 #TGAgent #GitHubTrending
