Perplexity 开源强化学习即服务项目 miles

Perplexity CEO 转发了 GitHub 上的 Miles 项目，项目定位为面向企业的大语言模型与视觉语言模型强化学习后训练框架，关注价值在于它把强化学习训练从研究脚本推进到可复用的工程基础设施。

• Miles 仓库说明其结合 SGLang 的高吞吐 rollout 与 Megatron-LM 的可扩展训练能力。
• 项目支持异步强化学习、LoRA、多种低精度训练方式，以及 GRPO、GSPO、PPO 和 REINFORCE++ 等训练配方。
• 仓库还列出编码和电脑操作智能体环境连接器，并提供故障恢复、权重更新和路由重放等机制。
• GitHub 页面显示项目以 Apache-2.0 许可证公开，并在 2026 年 8 月发布了 v0.1。
• “RL-as-a-service”更接近项目面向企业场景的定位，仓库本身不等于已经提供托管服务或商业 SLA。
• 影响/看点：Miles 可能降低大规模后训练的工程整合成本，但能否改善模型效果，仍取决于奖励模型、训练数据、硬件规模与运维能力。
• 资料依据:
• GitHub：radixark/miles（2026-08-01）：项目 README 与版本说明 https://github.com/radixark/miles
• X：Aravind Srinivas（2026-09-03）：Miles 项目发布帖 https://x.com/AravSrinivas/status/2095354358145892733

本内容由 AI 生成，仅供参考，请注意甄别