レビュー MI355X上でSWEエージェントを訓練：Milesはいかに長尾trajectoryを制御したか AMDとMilesチームは、AMD Instinct MI355X上でソフトウェアエンジニアリングエージェント向けの全非同期agentic RL訓練手法を示した。Qwen3-30B-A3B-Instructは、SWE-bench Verif LMSYS Agentic RL SWE-bench AMD MI355X 9時間前 66
