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。
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。
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