Новости

Training SWE agents with Miles on MI355X: taming long-tail trajectories and complex sandbox coordination

LMSYS · Опубликовано 22 октября 2026 г. · 3 мин чтения

За 30 секунд

Что произошло: Researchers trained a 30B coding model using reinforcement learning on AMD MI355X GPUs, improving task solve rate from 7.3% to 27.5% on SWE-bench.
Почему это важно: Engineers building agentic AI systems need to understand how to scale RL training for code generation across multiple GPUs and manage sandbox infrastructure efficiently.
На что обратить внимание: Long-tail trajectories and CPU sandbox bottlenecks dominated training time, not GPU compute. Infrastructure limits like Docker network caps and connection pools broke before network bandwidth became limiting.

Каждый разбирает, как работает техника, когда она оправдывает затраты и где ломается.

Один паттерн, один компромисс, одна история сбоя в продакшене. Короткий еженедельный брифинг для тех, кто строит агентные системы.

Одно письмо в неделю, отписка в один клик. Адрес используется только для рассылки брифинга.

Новости

LMSYS · Опубликовано 22 октября 2026 г. · 3 мин чтения

Что произошло: Researchers trained a 30B coding model using reinforcement learning on AMD MI355X GPUs, improving task solve rate from 7.3% to 27.5% on SWE-bench.
Почему это важно: Engineers building agentic AI systems need to understand how to scale RL training for code generation across multiple GPUs and manage sandbox infrastructure efficiently.
На что обратить внимание: Long-tail trajectories and CPU sandbox bottlenecks dominated training time, not GPU compute. Infrastructure limits like Docker network caps and connection pools broke before network bandwidth became limiting.

Каждый разбирает, как работает техника, когда она оправдывает затраты и где ломается.

Одно письмо в неделю, отписка в один клик. Адрес используется только для рассылки брифинга.