@samsja19: 我们同时发布了 prime-rl 0.7.0，它完全支持 verifiers v1 以及自带训练框架进行训练。……

X AI KOLs Following 工具
reinforcement-learning verifiers training agentic open-source

摘要

Prime Intellect 发布了 verifiers v1 和 prime-rl 0.7.0，这是一个强化学习训练工具，完全支持 verifiers，包含多种算法如 GRPO 和 OPD，并进行了性能改进。

我们还发布了 prime-rl 0.7.0，它完全支持 verifiers v1 以及自带训练框架进行训练。 我们已经在生产环境中进行了数周的实战测试，菜单上包括： * Verifiers v1 集成 * 完整的算法层（GRPO、OPD、OPSD、SFT、ECHO） * 大量性能改进和更合理的默认设置
查看原文
查看缓存全文

缓存时间: 2026/07/14 04:26

我们还发布了 prime-rl 0.7.0 版本，该版本完整支持验证器 v1，并允许用户自定训练框架。

该版本已通过数周生产环境实战检验，菜单内容如下：

  • 验证器 v1 集成
  • 完整算法层（GRPO、OPD、OPSD、SFT、ECHO）
  • 多项性能改进及更合理的默认配置

已投入生产环境

相似文章