Miles v0.1 开源后，企业训专属大模型不用烧钱了

Miles v0.1 开源了：一套现成的“大模型训练流水线”，让企业自己训专属模型这件事，从烧钱赌博变成工程问题，属于SGLang 系那帮人做的开源 RL 后训练框架。

以前想让模型学会干你公司的活（写代码、操作软件、处理客服），要么找大厂定制，要么自己养一支底层团队从零搭，Miles 把这套东西打包好了，Docker 一键起，换上你的数据和任务就能训。

记得三个月前我预测未来每家公司都会拥有自己的模型，否则就是模型公司的养料，miles能帮企业往前更进一步：

1、能训练“干活的”模型，不只“会聊天的” 它的重点是 agentic RL——让模型在真实环境里反复试错，学会用工具、操作终端、完成多步任务——你想要的是一个能替你干活的 AI 员工，不是一个话痨

2、大模型也能在这个框架上跑 paper里提到：744B参数的 GLM-5.2，跑编程任务，64 张卡，每一步训练 4 分多钟。这个开源框架已能支撑训练千亿级模型，这在以前是大厂专利。

3、训练过程不容易崩 大规模 RL 最痛的是跑到一半挂掉，几十万电费打水漂。Miles 在稳定性上下了很多功夫，Modal 也是它的客户，评价是“长时间运行一直很稳”。

4、一套框架搞定所有训练类型 SFT（喂数据）、RL（试错学习）、蒸馏（大模型教小模型）、LoRA（省钱的轻量训练），一套代码全包不用东拼西凑。

5、数据本地化 跑在本地机���，数据、模型模型权重、训练记录全在自己手里，对金融、医疗、政府这类客户，这是刚需。

6、支持主流模型 DeepSeek、Qwen、GLM、Kimi、Gemma、Nemotron 都有现成配方，新模型发布当天就支持，N 卡、AMD 卡都能跑。

7、被真实客户验证过 Periodic Labs 用它在几千张卡上训万亿参数模型，Modal、IBM、Decagon、Nebius 都在生产环境用，不是实验室玩具。

两年前企业“训自己的模型”是幻想，一年前是烧钱的赌博，现在是一个工程问题，Miles 这类框架就是把这个工程问题标准化的基础设施。

创业公司：可以认真考虑做垂直模型了。

大企业：私有化训练的成本和风险都可控。

AI 服务商：帮企业训模型，或许对于从业者或fde来说是一个新的市场和机会。

#强化学习框架 #rl框架