热点事件历史事件

报告在 General Agent 语料（除 t0 种子任务）上对 Qwen/Qwen3-30B-A3B-Instruct 进行的小规模 RL 训练：奖励从 30% 升至约 70%，每 rollout 轮次从约 8 增至约 24

1 篇报道1 个报道来源2026-05-18更新

先了解这件事

报道摘要

Prime Intellect 开源 general-agent 环境 v1，通过 Synthesizer 与 Solver 双智能体博弈生成自进化任务语料，目前包含 4,504 个任务、1,040 个领域和 8,159 个独特工具，每个任务经求解器按难度带实证校准。

摘自 Prime Intellect

沿着报道，了解事件的不同侧面。

5月18日

00:00
Prime Intellect精选
Prime Intellect 开源自进化合成智能体环境 general-agent
Prime Intellect 开源 general-agent 环境 v1，通过 Synthesizer 与 Solver 双智能体博弈生成自进化任务语料，目前包含 4,504 个任务、1,040 个领域和 8,159 个独特工具，每个任务经求解器按难度带实证校准。