SGLang/RadixArk宣布推出 Miles v0.1，这是一个面向大语言模型和多模态模型的开源强化学习框架，旨在帮助开发者确认训练运行是否正确、提高硬件利用率，并支持强化学习训练规模化运行。MiniMax以长期合作伙伴身份转发祝贺，并称双方持续共同推进开源生态建设；该发布主要为相关模型训练与工程开发者增加一项基础设施选择。
下线会立即隐藏 Defomo 内容，并联动撤回 Elys 全部 Feed、详情和分享入口；恢复不会补推历史 Feed。 本操作覆盖整个事件簇及未来新成员。
RadixArk团队发布 Miles v0.1，称其为面向大语言模型和多模态模型的开源强化学习框架，聚焦训练运行正确性、硬件利用率与规模化运行。Guohao Li表示，团队已用它在数千个环境中训练终端编程和机器学习工程智能体，并结合 DeepSeek V4 Flash 与 SGLang 加速迭代。
簇级候选：8 个已有簇， 共 8 条代表。
Guohao Li表示，他曾与RadixArk团队合作，在Eigent AI产出的终端环境中为DeepSeek V4 Flash、Inkling Small和GLM-5.2 LoRA开展后训练，并称Miles是自己对强化学习的首选推荐，同时祝贺该项目发布。该表述提供了框架用于多类模型后训练场景的实际使用信号，但未披露具体功能、性能或规模化效果，主要属于产品发布相关的实测型背书。
SGLang/RadixArk宣布推出 Miles v0.1，这是一个面向大语言模型和多模态模型的开源强化学习框架，旨在帮助开发者确认训练运行是否正确、提高硬件利用率，并支持强化学习训练规模化运行。MiniMax以长期合作伙伴身份转发祝贺，并称双方持续共同推进开源生态建设；该发布主要为相关模型训练与工程开发者增加一项基础设施选择。
Miles v0.1正式发布为开源强化学习框架，面向大语言模型和多模态模型，帮助团队校验训练运行、提升硬件利用率并支持规模化运行。项目过去9个月由72名贡献者完成1326次提交和85项GPU端到端测试，已服务多家机构及英伟达、AMD硬件环境，将降低强化学习训练工程化与调试的门槛。
humans& 表示，其正将 Miles 用作生产规模、长周期、多智能体异步强化学习研究的核心基础设施，并在此基础上适配自身编排系统，扩展 MXFP8 与 NVFP4 低精度强化学习方案。该进展体现了 Miles 在大规模强化学习训练工作流中的实际采用，也显示 humans& 正围绕自身需求推进工程化扩展。
簇级候选：7 个已有簇， 共 9 条代表；首轮锚点未通过簇内校验，已执行二次复核。
RadixArk宣布推出 Miles v0.1，这是一个面向大语言模型与多模态模型的开源强化学习框架，旨在帮助开发者验证训练运行、提升硬件利用率，并支持强化学习任务规模化运行。该项目聚焦强化学习训练中启动容易、调试困难的问题，为相关模型开发者提供新的工程工具选择。
Miles v0.1正式推出，定位为面向大语言模型与多模态模型的开源强化学习框架，帮助开发者验证训练运行是否正确、更高效地利用硬件，并支持强化学习任务规模化运行。Aravind Srinivas评价其为一项重要贡献，项目将为大模型强化学习工程提供新的基础工具选择。
Miles v0.1正式发布，这是一个面向大语言模型与多模态模型的开源强化学习框架。项目针对强化学习训练“容易启动、难以调试”的问题，提供运行正确性保障、硬件利用率优化及大规模持续运行支持，可能降低相关训练流程的调试与运维门槛。