RadixArk lanzó Miles v0.1 para alinear el entrenamiento y la inferencia de la IA.
El lanzamiento de RadixArk se basa en Miles, presentado por primera vez en noviembre de 2025, mientras que su ronda semilla de 100 millones de dólares financia una estrategia de infraestructura de IA de código abierto.
By RuntimeWire Staff · Published
Primary source: MiniMax
Why it matters
RadixArk is trying to turn SGLang and Miles into a managed infrastructure business after raising $100M at a $400M post-money valuation. Miles v0.1 gives founders Ying Sheng and Banghua Zhu another release around which to build that commercial layer.
Ying Sheng (@ying11231) and Banghua Zhu (@BanghuaZ) released Miles v0.1 through RadixArk, the company they founded to commercialize open-source infrastructure for AI inference and post-training.
Miles is one of the two open-source foundations Sheng and Zhu are turning into a commercial infrastructure business. SGLang handles model inference and rollouts; Miles handles reinforcement learning and post-training. RadixArk is building managed products around both projects.
Sheng, RadixArk's co-founder and CEO, contributed to SGLang. Zhu, RadixArk's co-founder and CTO, earned his PhD in electrical engineering and computer sciences at UC Berkeley, previously co-founded Nexusflow AI and is an incoming University of Washington faculty member. Zhu describes RadixArk's mission as bringing frontier-level AI infrastructure to a wider group of builders through systems developed in the open.
Un número de versión para un proyecto existente
La etiqueta v0.1 no debe interpretarse como la primera aparición pública de Miles. LMSYS presentó Miles el 19 de noviembre de 2025, y RadixArk presentó Miles como un proyecto central cuando RadixArk se lanzó formalmente el 5 de mayo de 2026. Su documentación cubre entrenamiento de baja precisión, despliegues especulativos, soporte de modelos y aprendizaje por refuerzo distribuido.
En el rastreo más reciente del repositorio suministrado, el repositorio Miles tenía aproximadamente 1,400 estrellas en GitHub. Su documentación describe a Miles como un marco orientado a empresas que empata el motor de inferencia de SGLang con el sistema de entrenamiento Megatron-LM de NVIDIA. También está disponible un backend PyTorch FSDP2, mientras que RadixArk dirige sus recetas para los modelos más grandes hacia Megatron-LM.
Miles está diseñado alrededor de un problema recurrente de sistemas en aprendizaje por refuerzo: el entrenamiento y la inferencia pueden comportarse de manera diferente incluso cuando nominalmente ejecutan el mismo modelo. Cambios en la precisión numérica, el enrutamiento mixture-of-experts y la implementación en tiempo de ejecución pueden distorsionar las probabilidades usadas para actualizar un modelo. Miles incluye flujos de trabajo de entrenamiento de baja precisión, reproducción de enrutamiento y mecanismos para mover pesos actualizados de vuelta a los motores de inferencia durante un ciclo de entrenamiento en ejecución.
Eso sitúa a Miles en la misma categoría de trabajo que proyectos de post-entrenamiento de código abierto como slime, del que Miles se bifurcó, así como OpenRLHF y verl. La distinción que declara RadixArk es el estrecho acoplamiento entre los despliegues de SGLang y el entrenamiento a gran escala. La arquitectura está pensada para grupos de investigación y laboratorios de modelos que ejecutan cargas de trabajo distribuidas y costosas donde pequeñas inconsistencias en tiempo de ejecución pueden descarrilar toda una ejecución de entrenamiento.
El modelo de negocio de código abierto de $100 millones
Sheng y Zhu lanzaron formalmente RadixArk el 5 de mayo con una ronda semilla de $100 millones a una valoración post-money de $400 millones. Accel lideró la financiación y Spark Capital la co-lideró. NVentures, Salience Capital, A&E Investment, HOF Capital, Walden Catalyst, AMD, LDV Partners, WTT Fubon Family, MediaTek y Databricks también participaron.
RadixArk dijo que el capital apoyaría a SGLang y Miles, añadiría cobertura de modelos y hardware, y financiaría infraestructura administrada para organizaciones que operan sistemas de IA a escala. La adopción de código abierto provee distribución para los productos gestionados que RadixArk planea vender.
Los fundadores han elegido una estrategia de infraestructura familiar con una financiación semilla inusualmente grande detrás. RadixArk puede regalar el software central, generar confianza mediante trabajo de ingeniería público y cobrar a los clientes que necesiten ayuda con despliegues, rendimiento garantizado o capacidad administrada. La parte difícil es convertir repositorios de código abierto en ingresos duraderos sin debilitar los proyectos que crearon la distribución.
Miles v0.1 es un marcador incremental en un proyecto presentado públicamente nueve meses antes. Su importancia proviene de que RadixArk toma forma alrededor de él. Sheng y Zhu apuestan a que los mantenedores de sistemas críticos de IA de código abierto pueden poseer la capa comercial por encima de esos sistemas. El lanzamiento le da a RadixArk otro hito definido mientras intenta convertir ese trabajo de ingeniería en un negocio de infraestructura administrada.