PyTorch on Ryan's Blog/tags/pytorch/Recent content in PyTorch on Ryan's BlogHugozh-cnSun, 01 Nov 2026 00:30:00 +0800大道至简：用 720 行纯 Python 手搓 miles 最小闭环（SGLang + GRPO + 50ms CUDA IPC 热更新）/posts/building-nano-miles-from-scratch/Sun, 01 Nov 2026 00:30:00 +0800/posts/building-nano-miles-from-scratch/深度拆解企业级强化学习框架 miles 源码，剥离数万行分布式通信噪音，仅用 720 行纯 PyTorch 代码完整复现 TITO 零重分词采样、纯向量化 GRPO 组内优势白化、SGLang 50ms 显存级 CUDA IPC 零拷贝热更新，以及全异步解耦生产者驱动器。包含 13 项硬核单测与 RunPod L40S 真实收敛遥测日志。