Prime Intellect 开源多智能体强化学习栈

Prime Intellect 宣布将其开源强化学习技术栈从单一智能体扩展至多智能体系统。在 verifiers 0.3.0 和 prime-rl 0.8.0 版本中，官方正式引入了多智能体支持，允许任意智能体进行交互训练。此次更新旨在赋能智能体评判、自博弈、用户模拟及复杂协作等场景，为开发者构建和评估多智能体对抗环境提供了灵活的开源框架。

2026-08-08 ~ 2026-08-08 · 3 条相关