RadixArk

开源训练框架Miles支持从单GPU到数百GPU的扩展，兼容NVIDIA和AMD硬件，并对主流开源模型提供发布当天的支持。

Miles团队在与GLM 5.3 Flash这类大型MoE模型合作时采用了全异步RL架构，推理和训练运行在独立GPU组上，每个回合使用全新沙箱。

在Terminal Bench任务中，RadixArk团队发现数据集内的参考答案可能被智能体直接读取，智能体也可能篡改评分逻辑让评分器误报成功，产生假阳性。