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
2026-09-22
#1814 Move in-model CP layout helpers into miles_plugins/models/cp_utils.py
原始 PR · 作者 yueming-yuan · 合并时间 2026-09-22 09:05
分析结果尚未生成。
#3194 Native LoRA fixes: grad dtype order, gloo barriers, strict adapter load, trainer-owned adapter
原始 PR · 作者 yueming-yuan · 合并时间 2026-09-22 09:05
分析结果尚未生成。
#3182 Skip the last rollout's engine handoff unless a final eval follows
原始 PR · 作者 yueming-yuan · 合并时间 2026-09-22 09:04
分析结果尚未生成。
#3586 ci: daily runner utilization report with queue-wait percentiles
原始 PR · 作者 alisonshao · 合并时间 2026-09-22 08:48
分析结果尚未生成。
#3580 fix(ci): install test dependencies before training pins
原始 PR · 作者 yueming-yuan · 合并时间 2026-09-22 08:08
分析结果尚未生成。
分析结果尚未生成。
#3345 feat(agentic): forward Harbor sandbox resource controls
原始 PR · 作者 nanjiangwill · 合并时间 2026-09-22 03:40
分析结果尚未生成。
参与讨论