# Miles强化学习后训练框架

RadixArk 与 NVIDIA 合作，把开源强化学习后训练框架 Miles 的全部沙箱放到 NVIDIA Vera CPU 上运行，并称这是首个端到端智能体强化学习训练中沙箱全部跑在 Vera 服务器上的公开结果。在保持机器满载的对照训练中，同一模型、任务、GPU 与设置下，沙箱放在 Turin 上时每轮平均多花 12%，而模型思考时间两边相同，差异几乎都来自沙箱内的工作。Vera 单沙箱运行时与当代 x86 相当或更好，负载越重优势越大。

RadixArk 与 NVIDIA 合作，把开源强化学习后训练框架 Miles 的全部沙箱放到 NVIDIA Vera CPU 上运行，并称这是首个端到端智能体强化学习训练中沙箱全部跑在 Vera 服务器上的公开结果。在保持机器满载的对照训练中，同一模型、任务、GPU 与设置下，沙箱放在 Turin 上时每轮平均多花 12%，而模型思考时间两边相同，差异几乎都来自沙箱内的工作。Vera 单沙箱运行时与当代 x86 相当或更好，负载越重优势越大。