レビュー DeepSeek-V4 Flash強化学習、AMD MI355Xに対応 AMDとMilesチームが、DeepSeek-V4 Flash RLをROCm搭載のAMD Instinct MI355X GPU上でMilesフレームワークによるエンドツーエンドの強化学習トレーニングに対応させたことを発表した。4ノード構 LMSYS AMD ROCm DeepSeek-V4 3日前 137
レビュー ROCmがMilesをサポート:AMD GPU上での大規模RL後学習 MilesはオープンソースのRL(強化学習)フレームワークで、AMD GPUのROCm環境での大規模な言語・マルチモーダルモデルの後学習を可能にします。 LMSYS 强化学习 AMD ROCm 2026年3月24日 967