#3198 Unify HF snapshot and checkpoint writing
原始 PR · 作者 yueming-yuan · 合并时间 2026-09-24 09:22
分析结果尚未生成。
radixark/miles
Miles is an enterprise-facing reinforcement learning framework for LLM and VLM post-training, forked from and co-evolving with slime.
PR 列表
2026-09-24
#3318 Unify LoRA target selection with HF model layouts
原始 PR · 作者 yueming-yuan · 合并时间 2026-09-24 06:47
分析结果尚未生成。
#3620 [refactor] (mechanical move) group LoRA and HF utilities into subdirectories
原始 PR · 作者 yueming-yuan · 合并时间 2026-09-24 06:43
分析结果尚未生成。
#3600 fix(data): support mixed text and multimodal prompts
原始 PR · 作者 nanjiangwill · 合并时间 2026-09-24 06:36
分析结果尚未生成。
分析结果尚未生成。
分析结果尚未生成。
分析结果尚未生成。
#3339 perf(session): decode samples off the event loop
原始 PR · 作者 nanjiangwill · 合并时间 2026-09-24 04:31
分析结果尚未生成。
参与讨论