@MiniMax_AI：祝贺我们的长期合作伙伴SGLang/RadixArk发布Miles v0.1！从M系列到H3和Music 3，我们一直……
摘要
RadixArk发布Miles v0.1，这是一个开源强化学习框架，专为大型语言模型和多模态模型设计，旨在简化和扩展强化学习训练。
查看缓存全文
缓存时间: 2026/08/18 20:33
祝贺我们长期的合作伙伴 SGLang/RadixArk 发布 Miles v0.1！
从 M 系列到 H3 和 Music 3，我们一直紧密合作，共同推动开源生态的发展。
没有什么比看到我们一起构建的东西持续成长更令人欣慰的了 @radixark @MiniMax_AI
RadixArk (@radixark): 今天我们发布了 Miles v0.1，这是一个用于大语言模型和多模态模型的开源强化学习框架。
强化学习训练易于开始，但调试困难。Miles 帮助您确保运行正确、高效利用硬件，并保持大规模强化学习训练的稳定性。
在过去 9 个月中，72
相似文章
@sgl_project：SGLang很荣幸能成为Miles的原生rollout引擎。我们致力于让token持续流转，让GPU保持忙碌状态...
SGLang正式宣布成为Miles v0.1的原生rollout引擎。Miles是一个针对大语言模型与多模态模型的开源强化学习框架，旨在提升大规模强化学习训练中的吞吐量、缓存效率与稳定性。
Miles：用于大规模LLM强化学习后训练的PyTorch原生栈（14分钟阅读）
Miles是RadixArk推出的一个开源的PyTorch原生框架，用于大规模LLM强化学习后训练，集成了SGLang、Megatron-LM和Ray，以实现高吞吐量的推演和分布式训练。
@PyTorch: 基于PyTorch、Ray、SGLang和NVIDIA Megatron-LM构建，Miles是RadixArk推出的一个用于大规模……的开源框架
Miles是RadixArk推出的一个开源框架，用于大规模LLM强化学习后训练，集成了PyTorch、Ray、SGLang和NVIDIA Megatron-LM，支持MoE、低精度和容错。
Miles v0.1: 生产级后训练 (阅读约20分钟)
Miles v0.1 是一个生产就绪的系统，用于前沿后训练，通过SGLang优化完全异步的强化学习循环和智能体展开。
MiniMax-M2系列：迷你激活释放最大现实智能
MiniMax-M2系列引入了混合专家语言模型，在极少的激活参数下（总参数量2299亿，每token仅激活98亿）在代理任务上实现了高性能。该系列利用代理驱动的数据管道、名为Forge的可扩展强化学习系统，以及一个向自我进化迈出初步步骤的检查点。