强化学习,大模型后训练,分布式训练,SGLang

radixark/miles Python ⭐ 2,511

Miles：面向企业的LLM/VLM后训练强化学习框架，2.5k星 | miles

📌 项目地址：radixark/miles | ⭐ 2,511 颗星 | 🔧 Python | 📜 未标注先说清楚它是干什么的 Miles 是一个面向大规模模型后训练的强化学习框架，自我定位是”enterprise-grade...

2026-09-05 AI 项目 #强化学习,大模型后训练,分布式训练,SGLang