Prhub

radixark/miles

Miles is an enterprise-facing reinforcement learning framework for LLM and VLM post-training, forked from and co-evolving with slime.

监控状态:已开启 最近同步:2026-09-17 11:45 同步状态:空闲 下次计划:2026-09-17 12:45

PR 列表

更多筛选
2026-08-09
测试 重要性 3.93 洞察度 4.00

启动脚本快照测试移出 CI,改为手动执行

值得快速阅读,重点理解“用目录位置控制 CI 发现范围”的模式与 tests/snapshots/README.md 中固化下来的手动执行约定;若团队后续想把更多重测试移出 CI,tests/manual 目录可复用。本 PR 无源码逻辑改动,不建议作为精读对象,但建议在未来修改 tests/ci/ci_register.py 或移动 harness 时回头核对本 PR 建立的路径耦合。

缺陷修复 重要性 7.67 洞察度 5.00

为内联 model args 加 shell 引号,修复 MoE 参数被 glob 展开

值得精读。这是一个小而精的启动器修复:token 级 shlex.quote + round-trip 测试的设计思路可直接复用——它既解决了 shell 注入/展开风险,又用 'quoted 后 shlex.split 与原 argv 一致' 的判据锁死了转义正确性,避免过度转义。建议重点关注 shell_safe_model_args 的 None 分支设计(把 FSDP 特例收进函数内部)和快照最小 churn 策略(shlex.quote 只在必要时加引号),以及 CI 评论区对 'lane 无真实覆盖' 的反思——它提醒我们绿色 CI 不等于测试真的跑了。

重构 重要性 9.18 洞察度 6.00

模型配置脚本由 shell 重写为 Python,引入统一加载器

值得精读,尤其关注 load_model_args 的单行折叠设计与环境变量语义保留策略,这两处体现了对 shell 行为边界的深入理解。建议与本 PR 后紧邻的 #1911(inline model args 引号修复)和 #2279(快照测试移出 CI)一起阅读,可以完整看到一次大规模脚本迁移从引入、打补丁到成本再平衡的演进闭环。

重构 重要性 6.92 洞察度 5.00

Python 预展开模型参数,命令构建不再依赖 shell 展开

值得精读。该 PR 展示了三个可复用的技术点:如何在 python 中安全地展开 shell 数组(NUL 分隔 + 空白符断言);如何通过环境变量冻结保证快照可复现;以及如何用快照锁定重构前后的行为一致性。建议结合 #1908、#1910、#1911 一起阅读,理解这条启动脚本重构链路的完整设计。

#1908 Snapshot test the argv of all model scripts

原始 PR · 作者 fzyzcjy · 合并时间 2026-08-09 18:47

测试 重要性 7.15 洞察度 6.00

为全部模型脚本 argv 增加快照测试

值得精读。重点阅读 `model_args_harness.py` 中如何用最小化环境执行 shell 展开并抽取 argv,以及 `test_model_args.py` 中 `TestDiscovery` 的设计——用「集合一致性」防止快照文件失联的思路值得借鉴。此外,这组快照测试是理解后续 #1909、#1910、#1911 一系列重构的必读前提。

缺陷修复 重要性 7.03 洞察度 5.00

修复 P2P profile 的 rotary_base 未到达模型脚本的问题

值得精读。这个 PR 展示了一个最小但完整的“配置到达真实命令行”修复闭环:把单点配置抽成两个纯函数,用真实 bash 展开而非 mock 来测试,并以快照防回归。对编写启动脚本、命令构造工具或示例类代码的工程师有直接借鉴意义。重点阅读 `build_model_args_command` 中“先设变量再 source”的构造方式,以及测试中“测试真实命令而不是逻辑副本”的策略。

测试 重要性 6.99 洞察度 5.00

为自构建命令的启动器新增快照测试

值得精读。重点看 `install_shell_recorder` 的冻结策略(PID、sleep、makedirs)和 `iter_self_executing_launchers` 的“按行为发现”设计,它把‘哪些启动器需要保护’变成了可断言的测试。对负责启动脚本重构的工程师,这套快照是正确的第一道防线;后续 PR #1907-#1911 都建立在此基础上。

重构 重要性 7.79 洞察度 5.00

以 base64 内联配置替代临时文件,增强启动命令可复现性

建议精读。本 PR 展示了如何在不引入共享文件系统的前提下让启动命令可复现,并配套了完整的失败路径测试(损坏 base64 必须报错而非静默解出空配置)。值得关注的设计是 PSEUDO_FILE_PREFIX 前缀约定与 resolve_file_arg 单一入口,以及 encode_pseudo_file 替代临时文件写入的确定性策略;后续参数若需要文件与内联两种形态都可以复用这一模式。

参与讨论