@eliebakouch: 大量强化学习环境（36.5万个任务）集中在一个地方，一条指令

X AI KOLs Timeline 2026/07/22 23:41 工具

reinforcement-learning agentic-environments curated-tasks swe terminal search api

摘要

Prime Intellect 发布超过36.5万个强化学习智能体任务，涵盖SWE、终端和搜索任务，通过单一API和指令即可访问。

大量强化学习环境（36.5万个任务）集中在一个地方，一条指令 🦋 https://t.co/IPcKytaMcN

查看原文

查看缓存全文

缓存时间: 2026/07/24 07:06

大量RL环境（365k个任务）汇集一处，一个命令即可运行 🦋 https://t.co/IPcKytaMcN

Prime Intellect (@PrimeIntellect)： 扩展智能体RL环境：今天我们发布了超过36.5万个用于软件工程、终端和搜索智能体的任务——23个任务集，一个API，一个沙盒生命周期，一个命令。

相似文章

X AI KOLs Timeline

Prime Intellect发布了prime-rl v0.6.0，支持在万亿参数规模的大型Mixture-of-Experts模型上进行高效强化学习，实现低于5分钟的步骤时间，并对异步强化学习进行了优化。

X AI KOLs Following

Prime Intellect 发布了 prime-rl v0.6.0，实现了万亿参数MoE规模的强化学习，每步时间低于5分钟，并优化了推理、训练和推出流程。

X AI KOLs Timeline

Vincent Weisser 宣布发布超过365,000个开放的、基于代理的强化学习环境，适用于软件工程、终端和搜索代理。

X AI KOLs Timeline

SmolDataEnvs现已发布，这是一套包含5000个可验证RL环境任务的集合，专注于代码和数据科学领域的小型模型训练，完全开源。

X AI KOLs Timeline

Prime Intellect工程师演示了一种方法，通过开放互联网使用分布式强化学习在30分钟内训练推理模型，利用Prime-RL、LLM评判器和多云GPU，使开放模型无需拥有数据中心即可与封闭实验室竞争。