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:2026-09-01 20:03 同步状态:空闲 下次计划:2026-09-01 21:03

PR 列表

更多筛选
2026-08-12
缺陷修复 重要性 4.35 洞察度 4.00

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。

文档 重要性 4.75 洞察度 3.00

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。

文档 重要性 4.93 洞察度 5.00

补齐 Kimi-K3、Nemotron-3-Ultra、Gemma-4 配方文档

值得精读,尤其是 `docs/models/nemotron/nemotron-3-ultra.md` 对 `n_groups=8` 如何约束整个并行布局的分析,以及 `docs/models/kimi/kimi-k3.md` 关于 LoRA 适配 MXFP4、CUDA IPC 权重同步与 `lora_base_cpu_backup` 的工程细节——这些是文档里最接近设计文档的内容。对团队的意义在于确立了 recipe 页必须只引用已存在资源、并与 scripts/ 保持一致内容的约定。

缺陷修复 重要性 6.54 洞察度 5.00

修复 store_true 覆盖 FSDPArgs 布尔默认值

值得精读。这个 PR 展示了如何用 dataclass 反射驱动 CLI 测试,确保“源码单一事实来源”不漂移,并借助 `BooleanOptionalAction` 干净地解决布尔默认值与可关闭性冲突。防御性修复的写法(提前拦截 `default_factory`、遍历字段而非硬编码名单)也值得在类似 CLI 生成场景中借鉴。

重构 重要性 6.92 洞察度 5.00

FSDP 后端移除不可达的上下文并行代码

值得精读,尤其适合作为“删除从未支持的配置分支”的范式:先由共享校验证明分支不可达、再找出已腐烂的引用、删除时保留最小兼容面(cp.group 非 None、保留参数名)。重点关注 miles/backends/fsdp_utils/parallel.py 中 mesh 从二维降一维的写法,以及 PR body 对两个“刻意保留”的论证。

文档 重要性 5.27 洞察度 5.00

按代码重写开发者文档并新增版本页

值得精读,尤其适合两类读者:新贡献者应细读 contributor-guide 的 Running CI 与 code style 章节,按文档步骤验证测试注册;维护者应阅读 versions.md 的 bumping principle 与镜像标签规则,这是全仓库版本管理策略第一次被系统化写成文字。可以借鉴的做法:文档中每个结论都标注来源(代码文件、workflow、.claude),并将“如何验证”写进文档(如 run_suite.py --list-only、dev 标签时间戳),值得在后续文档维护中推广。

#2303 feat(ci): add authorized Neon SQL workflow

原始 PR · 作者 guapisolo · 合并时间 2026-08-12 05:05

功能 重要性 9.18 洞察度 6.00

新增授权 Neon SQL 工作流,写权限用户可安全执行任意 SQL

值得精读,尤其适合关注“受权临时数据库访问”“避免 secret 暴露”设计的工程师。重点看三点:双重 actor 权限校验(工作流与客户端各自独立执行)、CMS 加密结果交付与 artifact 自清理、执行器对 SQL 的 byte-for-byte 透传与结果截断语义。鉴于该 PR 没有公开 review 讨论,正式用于生产前建议再补充一轮针对权限与故障路径的走查。

参与讨论