64张GB300跑通744B GLM-5.2大规模Agentic RL!后训练框架Miles技术报告公开

智猩猩AI 2026年09月26日 查看原文

已收录文章摘要,完整内容可前往原文阅读。

智猩猩AI整理编辑:BugMaker8 月 21 日,RadixArk 发布并开源 Miles v0.1。它当时就已经把 SGLang 多轮 Rollout、完全异步 RL、TITO、MoE 路由重放