·miles-rl-training
</>

miles-rl-training

orchestra-research/ai-research-skills

為使用 Miles(一種可立即投入生產的 Slime 分支)進行企業級 RL 訓練提供指導。當使用 FP8/INT4 訓練大型 MoE 模型、需要訓練推理對齊或需要推測 RL 以獲得最大吞吐量時使用。

15安裝·0熱度·@orchestra-research

安裝

$npx skills add https://github.com/orchestra-research/ai-research-skills --skill 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.

為使用 Miles(一種可立即投入生產的 Slime 分支)進行企業級 RL 訓練提供指導。當使用 FP8/INT4 訓練大型 MoE 模型、需要訓練推理對齊或需要推測 RL 以獲得最大吞吐量時使用。 來源:orchestra-research/ai-research-skills。

查看原文

可引用資訊

為搜尋與 AI 引用準備的穩定欄位與指令。

安裝指令
npx skills add https://github.com/orchestra-research/ai-research-skills --skill miles-rl-training
分類
</>開發工具
認證
收錄時間
2026-02-11
更新時間
2026-02-18

快速解答

什麼是 miles-rl-training?

為使用 Miles(一種可立即投入生產的 Slime 分支)進行企業級 RL 訓練提供指導。當使用 FP8/INT4 訓練大型 MoE 模型、需要訓練推理對齊或需要推測 RL 以獲得最大吞吐量時使用。 來源:orchestra-research/ai-research-skills。

如何安裝 miles-rl-training?

開啟你的終端機或命令列工具(如 Terminal、iTerm、Windows Terminal 等) 複製並執行以下指令:npx skills add https://github.com/orchestra-research/ai-research-skills --skill miles-rl-training 安裝完成後,技能將自動設定到你的 AI 程式設計環境中,可以在 Claude Code 或 Cursor 中使用

這個 Skill 的原始碼在哪?

https://github.com/orchestra-research/ai-research-skills

詳情

分類
</>開發工具
來源
skills.sh
收錄時間
2026-02-11