/miles-rl-training
用 miles（slime 的正式環境分支）做企業級 RL 訓練的指引。訓練採 FP8/INT4 的大型 MoE 模型、需要訓練與推論對齊，或需要推測式 RL 時使用。
- 安裝次數
- 974
- 專案星數
- 1.4 萬 ★
- 授權
- MIT
- 專案更新
- 2026-10-11
怎麼裝
npx skills add https://github.com/Orchestra-Research/AI-Research-SKILLs --skill miles安裝前請先看過原文內容。中文說明是 AI 翻譯，不保證安全。
原文
Provides guidance for enterprise-grade RL training using miles, a production-ready fork of slime. Use when training large MoE models with FP8/INT4, needing train-inference alignment, or requiring speculative RL for maximum throughput.