Prime Intellect发布prime-rl v0.10.0与verifiers v0.4.0
热点事件观察中
Prime Intellect发布prime-rl v0.10.0与verifiers v0.4.0
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Prime Intellect 发布 prime-rl v0.10.0 和 verifiers v0.4.0。新版本把该公司自研的强化学习算法 IPO 设为默认损失函数，称其针对异步 RL 的稳定性设计，同时带来性能改进和新模型支持。 性能方面，Prime Intellect 称 Qwen3-235B-A22B 的 SFT 训练在 4×8 B300 上比 torchtitan 快 1.15 倍，MFU 从 40.7% 升至 46.6%。这些数字来自该公司自己的说法。
AI 根据报道生成 · 2 小时前更新
最新进展10月19日 00:00
prime-rl 0.10.0 发布：训练提速、新 RL 损失 IPO 与统一评测栈报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- Prime Intellectprime-rl 0.10.0 发布：训练提速、新 RL 损失 IPO 与统一评测栈
Prime Intellect 发布 prime-rl v0.10.0 与 verifiers v0.4.0，新增 RL 算法 IPO 并设为默认损失。Qwen3-235B-A22B SFT 在 4×8 B300 上比 torchtitan 快 1.15×，MFU 从 40.7% 升至 46.6%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。