Hari ini kami meluncurkan Miles v0.1, kerangka kerja RL sumber terbuka untuk LLM dan model multimoda.
Pelatihan RL mudah untuk dimulai dan sulit untuk di-debug. Miles membantu Anda memastikan pengoperasian Anda benar, menggunakan perangkat keras secara efisien, dan menjaga RL tetap berjalan dalam skala besar. Selama 9 bulan terakhir, 72
Sudah sampai ujung arsip
Semua deepseek