测评 MI355X 上训练 SWE 智能体：Miles 如何驯服长尾轨迹 AMD 与 Miles 团队在 AMD Instinct MI355X 上，用 Miles、SGLang、Megatron-LM 和 Harbor 对 Qwen3-30B-A3B-Instruct 进行全异步 agentic RL 训练，将 LMSYS Agentic RL SWE-bench AMD MI355X 9小时前 67
