Miles は、LLM および VLM のポストトレーニング向け企業向け強化学習フレームワークであり、slime からフォークされ共に進化しています。
このリポジトリは radar が追跡するソースにまだ登場していません。コレクターはスケジュールで動いています——このリポジトリがカバーされたらまた見てください。
