SKILL
post-training-miles
提供使用 miles（slime 的生产级分支）进行企业级 RL 训练的指导。适用于训练采用 FP8/INT4 的大型 MoE 模型、需要训练-推理对齐，或需要投机式 RL 以获得最大吞吐量的场景。
机器翻译查看英文原文
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.
适用对象：学习与科研。自动收录 · 待核查。
在 Codex 中使用
该组合的专门教程待补充，尚未核实适配。
准备条件
- 本条仅收录原作者的技能元数据；请阅读完整说明，确认依赖、许可与使用条件。
选择已有说明的 AI 工具，或在页面加载后保存待办及提出教程请求。
查看原作者说明 ↗