miles-rl-training
✓为使用 Miles(一种可立即投入生产的 Slime 分支)进行企业级 RL 训练提供指导。当使用 FP8/INT4 训练大型 MoE 模型、需要训练推理对齐或需要推测 RL 以获得最大吞吐量时使用。
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.
为使用 Miles(一种可立即投入生产的 Slime 分支)进行企业级 RL 训练提供指导。当使用 FP8/INT4 训练大型 MoE 模型、需要训练推理对齐或需要推测 RL 以获得最大吞吐量时使用。 来源:orchestra-research/ai-research-skills。
可引用信息
为搜索与 AI 引用准备的稳定字段与命令。
- 安装命令
npx skills add https://github.com/orchestra-research/ai-research-skills --skill miles-rl-training- 分类
- </>开发工具
- 认证
- ✓
- 收录时间
- 2026-02-11
- 更新时间
- 2026-02-18
快速解答
什么是 miles-rl-training?
为使用 Miles(一种可立即投入生产的 Slime 分支)进行企业级 RL 训练提供指导。当使用 FP8/INT4 训练大型 MoE 模型、需要训练推理对齐或需要推测 RL 以获得最大吞吐量时使用。 来源:orchestra-research/ai-research-skills。
如何安装 miles-rl-training?
打开你的终端或命令行工具(如 Terminal、iTerm、Windows Terminal 等) 复制并运行以下命令:npx skills add https://github.com/orchestra-research/ai-research-skills --skill miles-rl-training 安装完成后,技能将自动配置到你的 AI 编程环境中,可以在 Claude Code 或 Cursor 中使用
这个 Skill 的源码在哪?
https://github.com/orchestra-research/ai-research-skills
详情
- 分类
- </>开发工具
- 来源
- skills.sh
- 收录时间
- 2026-02-11