Prime Intellect 发布 prime-rl 0.6.0 版本，用于在 Agentic RL 工作负载上训练万亿参数 MoE 模型

Prime Intellect 推出了 prime-rl 0.6.0 版本，这是一个用于异步强化学习的开源框架，可在万亿参数混合专家模型上进行训练。它能够在 SWE 任务上训练 GLM-5，序列长度高达 131k，具有 s…

摘要仅供参考,请点击来源链接查看全文。演示条目为示意。