AMD 与 LMSYS 用 Miles 在 MI355X 上训练 Qwen3-30B-A3B-Instruct，SWE-bench Verified pass@1 从 7.3% 提升至 27.5%
Training SWE agents with Miles on MI355X: taming long-tail trajectories and complex sandbox coordination
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
AMD 与 Miles 团队在 AMD Instinct MI355X 上用 Miles、SGLang、Megatron-LM 和 Harbor 对 Qwen3-30B-A3B-Instruct 做全异步 agentic RL，在 SWE-bench Verified 100 任务分层子集上 pass@1 从 7.3% 提升至 27.5%，其中 SFT 先提至 12.8%。
来源：LMSYS Blog · lmsys.org