先了解这件事
AI 综述
2026 年 8 月 18 日,LMSYS 发布 Miles v0.1,定位为面向前沿模型后训练的全栈生产级系统,是首个 Miles 版本的后续。官方说明称,该系统把强化学习训练循环拆分为 SGLang 生成、训练器更新与权重同步三段,支持完全异步 RL、TITO 精确 token 记录、R3 路由重放,以及 NVFP4、MXFP8、FP8 等低精度训练配方。官方同时给出在 64 张 NVIDIA GB300 上训练 GLM-5.2 744B-A40B 终端任务的参考运行:稳定完成 100 步 rollout,单步训练约 4.5 分钟,前缀缓存命中率 96%。目前尚无该版本发布后的进一步有证据发展。
AI 根据公开报道生成
最新进展 · 正式报道
LMSYS 发布 Miles v0.1 生产级后训练系统事件进展
1 个已确认进展
- 来源：LMSYS Blog
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
8月18日
LMSYS Blog一手精选
LMSYS 发布 Miles v0.1 生产级后训练系统
LMSYS 发布 Miles v0.1，定位为面向前沿模型后训练的全栈生产级系统，是首个 Miles 版本的后续。它把 RL 训练循环拆成 SGLang 生成、训练器更新与权重同步三段，支持完全异步 RL、TITO 精确 token 记录、R3 路由重放，以及 NVFP4、MXFP8、FP8 等低精度训练配方。官方给出在 64 张 NVIDIA GB300 上训练 GLM-5.2 744B-A40B 终端任务的参考运行，稳定完成 100 步 rollout，单步训练约 4.5 分钟，前缀缓存命中率 96%。