prime-rl 0.9.0 发布：新增本地仪表盘与并行智能体评估

开源项目 prime-rl 发布 0.9.0 版本，引入本地运行仪表盘，提供包含日志面板、指标监控、Rollout 查看器和配置查看器的美观界面；作者还反思了此前反对在开源产品中使用团队不熟悉语言的立场。新版本还支持在 SFT 监督微调训练的同时并行运行智能体评估，系统会在训练器旁部署推理服务器执行评估，并复用权重广播基础设施获取新的权重更新。

2026-08-26 ~ 2026-08-26 · 2 条相关