Dans l'actualité
Training SWE agents with Miles on MI355X: taming long-tail trajectories and complex sandbox coordination
LMSYS · Publié le · 3 min de lecture
En 30 secondes
- Ce qui s'est passé
- Qwen3-30B entraîné sur tâches d'ingénierie logicielle avec reinforcement learning asynchrone sur MI355X, taux de réussite passé de 7,3% à 27,5%.
- Pourquoi ça compte
- Ingénieurs construisant ou scalant des systèmes agentic RL pour génération de code doivent gérer trajectoires long-tail, concurrence sandbox et goulots CPU-GPU.
- Vigilance
- Goulots principalement côté CPU, pas GPU. Défaillances infrastructure comptées comme erreurs, filtrage explicite nécessaire. Limites concurrence cachées atteintes avant limites réseau.
- agent
Les patterns derrière cette actualité
Chacun explique le fonctionnement de la technique, quand elle vaut son coût et où elle casse.
The Agent Architect
Un pattern, un compromis, une panne de production racontée. Un brief hebdomadaire court pour ceux qui construisent des systèmes agentiques.
Un email par semaine, désinscription en un clic. Votre adresse ne sert qu'à envoyer le brief.