Miles

找到 2 篇关于此标签的文章

中国团队开源 RL 训练框架 Miles — 大模型"调教"工具开始平民化

Miles v0.1 把 RL 后训练（让大模型反复做题-批改-改进）的工程难题拆开开源。中国开发者加入这场基础设施竞赛，"调教"大模型不再只是大厂专利。

10-50 轮交互、8K-64K 上下文、单次训练样本可长达 60-600 秒，这意味着 AI Agent 的强化学习已不再是“调参数”问题，而是系统工程问题。Miles 这类框架值得关心，因为它反映出行业竞争正从模型能力转向训练与部署的一体化能力。