radixark/miles
Miles 是一个面向企业的强化学习框架，专注于大型语言模型（LLM）和视觉语言模型（VLM）的后训练，基于 slime fork 并与 SGLang 和 Megatron-LM 集成，支持高性能、大规模模型训练和推理。
GitHub查看原文 →
GitHub1 条
强化学习训练框架
radixark Miles 是面向企业的强化学习框架，专注于 LLM 与 VLM 后训练，基于 slime fork 并与 SGLang、Megatron-LM 集成，支持万亿参数规模、完全异步 RL 架构、P2P RDMA 权重传输与 MXFP8/NVFP4 低精度训练。