Miles

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。
访问官网

搭配玩法

1
Miles + Mooncake Mooncake + Ray Object Store

Mooncake 接入 Miles 替代 Ray Object Store,优化强化学习 Rollout 数据流

Ray Object Store、网络传输和权重同步容易形成系统瓶颈,Mooncake 提供高吞吐低延�迟数据面

✓ 支持同步和 Fully Async 两种✓ 降低内存分配和拷贝开销

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。

用户评价

还没有评价
这款产品刚收录,成为第一个评价的人
写第一条评价