miles-rl-training

SKILL.md

miles is a high-performance, enterprise-ready RL framework optimized for large-scale model post-training. Built as a production fork of slime, it addresses critical challenges in MoE training stability, low-precision training, and train-inference alignment.

Use this workflow for training large MoE models like DeepSeek V3 or Qwen3-MoE.

Use this workflow for maximum rollout throughput with EAGLE speculative decoding.

Bietet Anleitungen für RL-Schulungen auf Unternehmensniveau mit Miles, einem produktionsreifen Schleimzweig. Wird verwendet, wenn große MoE-Modelle mit FP8/INT4 trainiert werden, eine Zug-Inferenz-Ausrichtung erforderlich ist oder spekulatives RL für maximalen Durchsatz erforderlich ist. Quelle: orchestra-research/ai-research-skills.

Original anzeigen