radixark/miles

修正 offload 参数帮助文案，与真实行为对齐

不值得精读：单文件 3 行帮助文案修复，几分钟可看完。值得借鉴的是作者的校验方式——不凭印象改文案，而是对照 `validate_args` 的真实默认填充逻辑（None 判断）来校正 help 表述，并把“显式 `--no-` 会被尊重”这一行为写进文案；同时刻意不动正确的 `--offload-rollout` 阶段描述，变更面控制得很小，是“文档与实现互相校验”的小型范本。

补齐 SEO 元数据，6 个页面纳入索引

值得作为 Mintlify 文档站导航与 SEO 维护的模板 PR 快速精读，重点学习作者的方法：用 live sitemap 核对导航覆盖率、实测 canonical 优先级、把 docs.json 升级到 v2 schema 并规范化 seo 块。代码层面无风险，不需要深挖；若要精读，关注 docs/docs.json 的顶部 SEO 配置与导航新增组，以及 docs/README.md 新增的页面规范。

修复 NPU 训练脚本的数据/模型路径错位，统一到 DAPO

值得快速精读（约 10 分钟）：这是一个典型的『从示例复制脚本后未同步常量』的修复案例，prepare() 与 execute() 路径不一致的审计思路对维护各类 recipe/launch 脚本很有参考价值。建议审阅时关注两点：一是 TRAIN_DATA_PATH 作为单一事实源的做法是否可推广到其他 NPU 脚本；二是是否应为这类路径一致性补一个 snapshot 或静态检查，避免再次回归。

修复复现页 gsm8k 数据集下载命令

变更小而明确，不需要精读；但其审计思路值得借鉴——核对文档声明的数据源与实际脚本读取的数据契约（路径 + 列名）。若你在处理同类「文档/脚本数据不一致」问题，可参考本 PR 与 #2398、#2402 的联动处理方式。

刷新 MXFP8/NVFP4 低精度 RL 指南并重命名页面

值得精读，尤其适合负责 Blackwell 低精度训练的用户、文档维护者与关注 RoI 的技术管理者。核心看点：① 四阶段精度契约与 rollout × 训练兼容矩阵如何把 MoE RL 精度漂移的排障成本前置；② MXFP8 的 MoE / dense GEMM 后端选择拆分，纠正了旧文档单点建议的误导；③ NVFP4 后向模式「基础 + 高级选项」的分级呈现与外部来源引用策略；④ 文档重命名时全站链接、重定向与跨 PR 冲突处理的最佳实践。建议结合 issue #615 及其实现 PR 对照阅读。

修正 Quick Start 的 DAPO 数据下载，对齐 launcher 期望格式

值得快速浏览而非精读：纯 2 行文档变更，但背景揭示了“以 launcher 数据契约为准验证数据集兼容性”的方法，适合作为文档类修复的范本。关注点：提交说明清晰、验证详尽、善用 follow-up 拆分同类问题。

Daytona 配方改用 --fully-async 以启用参数互斥校验

值得快速浏览，特别是对全异步 rollout 参数互斥设计感兴趣的读者，可对照 miles/utils/arguments.py 中 _resolve_rollout_functions 理解校验意图。长期建议为该配方补充一条启动脚本快照测试或文档说明，避免再次出现绕过校验的写法。

删除重复的 Platforms 文档，统一硬件清单到安装页

可以将本 PR 作为“文档单一事实来源（SSOT）整理”的范例阅读，重点看 docs.json 中重定向配置的写法、硬件表按代际与 CI 保障级别分档的思路。无需精读被删除页面的细节；若团队仍依赖 ROCm 自建镜像或特征矩阵信息，建议后续在安装指南或高级主题中补回这些内容。