Miles
LMSYS 推出的面向前沿模型后训练的全栈生产级强化学习系统
Miles 是 LMSYS（Chatbot Arena 团队）推出的面向前沿模型后训练的全栈生产级系统，也是首个 Miles 版本的继任者。其基于 slime 简洁设计，围绕 RL 训练循环的 rollout、training、weight update 三阶段优化，默认集成 SGLang 实现 agentic rollout，并采用全异步 RL 使 rollout 与训练互不阻塞。支持 Megatron-LM/FSDP 训练器与三种评估模式，让前沿模型强化学习训练对研究者和开发者可访问
1
2026-08-18
未收录
—
工具功能
这个工具能做什么、适合谁用，以及目前已识别的核心能力。
工具简介
Miles 是 LMSYS（Chatbot Arena 团队）推出的面向前沿模型后训练的全栈生产级系统，也是首个 Miles 版本的继任者。其基于 slime 简洁设计，围绕 RL 训练循环的 rollout、training、weight update 三阶段优化，默认集成 SGLang 实现 agentic rollout，并采用全异步 RL 使 rollout 与训练互不阻塞。支持 Megatron-LM/FSDP 训练器与三种评估模式，让前沿模型强化学习训练对研究者和开发者可访问
核心功能
价格信息
暂无可验证价格信息暂无足够准确的价格信息。
基础信息
- 更新频率
- 近 7 天 1 条收录动态
- 最近更新
- 2026-08-18
- 覆盖行业
更新日志
按时间记录功能更新、版本发布、新工具入库等重要变化。
- 2026-08-18新工具首发
LMSYS 发布 Miles v0.1，一套面向前沿模型后训练的全栈生产级强化学习训练系统，注重准确性、效率、可靠性与可扩展性，并默认集成 SGLang 支持 agentic rollout。
Miles 常见问题
关于 Miles 的定位、核心功能、价格与最近更新。
Miles 是什么？
Miles 是 LMSYS（Chatbot Arena 团队）推出的面向前沿模型后训练的全栈生产级系统，也是首个 Miles 版本的继任者。其基于 slime 简洁设计，围绕 RL 训练循环的 rollout、training、weight update 三阶段优化，默认集成 SGLang 实现 agentic rollout，并采用全异步 RL 使 rollout 与训练互不阻塞。支持 Megatron-LM/FSDP 训练器与三种评估模式，让前沿模型强化学习训练对研究者和开发者可访问。
Miles 有哪些核心功能？
Miles 当前已核验的核心功能包括：强化学习训练。
Miles 如何收费？
AI Equal 当前没有收录 Miles 的可验证价格信息。
Miles 最近有什么更新？
2026-08-18：LMSYS 发布 Miles v0.1，一套面向前沿模型后训练的全栈生产级强化学习训练系统，注重准确性、效率、可靠性与可扩展性，并默认集成 SGLang 支持 agentic rollout。