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.

Fournit des conseils pour la formation RL de niveau entreprise à l’aide de miles, une fourchette de slime prête à la production. À utiliser lors de la formation de grands modèles MoE avec FP8/INT4, nécessitant un alignement d'inférence de train ou nécessitant un RL spéculatif pour un débit maximal. Source : orchestra-research/ai-research-skills.

Voir l'original