Miles
开发框架/库 免费Miles 是一款面向企业的强化学习框架，专注于大语言模型（LLM）和多模态模型（VLM）的后训练阶段。它基于 SGLang 提供高吞吐量的 rollout，支持异步 RL、多种 RL 算法（GRPO/PPO/GSPO 等），并提供对 NVIDIA 和 AMD 加速器的原生支持，可处理万亿参数规模模型的分布式训练。
产品简介
Miles 是一款面向企业的强化学习框架，专注于大语言模型（LLM）和多模态模型（VLM）的后训练阶段。它基于 SGLang 提供高吞吐量的 rollout，支持异步 RL、多种 RL 算法（GRPO/PPO/GSPO 等），并提供对 NVIDIA 和 AMD 加速器的原生支持，可处理万亿参数规模模型的分布式训练。