prime-rl 0.9.0 发布：自适应并发与本地仪表盘

强化学习框架 prime-rl 发布 0.9.0 版本，作者称这是最引以为傲的一次更新，在新增多项功能的同时大幅精简了代码。主要特性包括自适应并发、CPU 优化器卸载，以及可在 SFT 训练过程中并行运行智能体评估（通过旁挂推理服务器并复用权重广播机制获取更新）。新版本还引入了本地运行仪表盘，集成日志面板、指标监控、Rollout 查看器和配置查看器，作者也反思了此前对在开源产品中加入团队不熟悉语言功能的抵触态度。

2026-08-26 ~ 2026-08-26 · 3 条相关

• prime-rl 0.9.0 发布：自适应并发、SFT 融合 agentic 评测与 CPU 优化器卸载 — samsja19 · 2026-08-26
• prime-rl 新增本地运行仪表盘，集成日志与配置查看 — samsja19 · 2026-08-26
• prime-rl 支持 SFT 过程中并行在线运行智能体评估 — samsja19 · 2026-08-26