@samsja19：Prime RL 现在可以表示和训练多智能体系统，支持智能体裁判、自我对弈、用户模拟等用例…
摘要
Prime RL 现在支持表示和训练多智能体系统，可实现智能体裁判、自我对弈、用户模拟以及复杂智能体协作等用例。
Prime RL 现在可以表示和训练多智能体系统，支持智能体裁判、自我对弈、用户模拟、复杂智能体协作等用例...
我们花了大量时间设计这个软件抽象，使其在保持高性能的同时具备可扩展性。
查看缓存全文
缓存时间: 2026/08/07 19:00
Prime RL 现在可以表达和训练多智能体系统，支持诸如智能体裁判、自我对弈、用户模拟、复杂智能体协作等用例……
我们投入了大量时间设计这一软件抽象，使其在保持高性能的同时具备可扩展性
Prime Intellect (@PrimeIntellect): 今天，我们将 RL 技术栈从单一智能体扩展到多智能体系统。
您现在可以表达任意智能体交互并对其进行训练。
相似文章
@samsja19: 与多智能体一起到来的还有 prime-rl 0.8.0 版本，自 0.7.0 以来共有 13 位贡献者提交了 98 个 commit，菜单上有：1. 多智能体…
Prime Intellect 发布了 prime-rl 0.8.0，增加了多智能体训练、Nixl 和 Model Express 权重广播、扩展的多模态支持，以及多项性能改进。
@samsja19：我们在 prime rl 中花了大量时间设计优雅的算法 API，既富有表现力又可扩展，同时不牺牲性能……
Prime-rl 增加了一个一级算法层，内置六种 RL 算法（GRPO、MaxRL、OPD、OPSD、SFT、ECHO），使得通过单个文件实现自定义算法变得更加容易。
Prime Agent：一个自我改进的RLM智能体
Prime Intellect 推出 Prime Agent，这是一个完全开源、自我改进的编码工具（harness），围绕递归语言模型（RLM）和 Continual Harness 抽象构建，通过基于 REPL 的接口实现持久子智能体和动态工具。
@samsja19: https://x.com/samsja19/status/2076846033922035818
PRIME-RL是一个用于大规模异步强化学习的框架，设计上易于定制，可扩展至1000+块GPU，并支持多种模型和环境。
Prime Agent: 一个自我改进的RLM框架
Prime Agent 是一个开源框架，它使用递归子代理和持久化计算来扩展语言模型在编码和推理任务中的长期能力，显著提高了在ARC-AGI-3等基准测试上的性能。