测评 ROCm支持Miles：AMD GPU上的大规模RL后训练 强化学习（RL）已成为现代基础模型开发的核心阶段。通过ROCm对Miles的支持，AMD GPU用户可以在MI300/350级集群上运行现代RL管道，包括分布式rollout和GRPO训练。 LMSYS 强化学习 AMD ROCm 2026年3月24日 455
测评 Miles发布：点燃大规模MoE训练的企业级RL框架 千里之行，始于足下。今天，RadixArk团队发布了Miles，一个专为大规模MoE训练和生产环境打造的企业级强化学习框架。Miles基于轻量级RL框架slime构建，后者已悄然驱动众多后训练管道和大模型MoE训练（如GLM-4.6）。sl LMSYS Miles 强化学习 MoE训练 2026年2月4日 731
