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 · x · 2026-08-26
prime-rl 发布 0.9.0 版本，作者称这是最引以为傲的一次 release，新增多项功能同时大幅精简了代码。主要特性包括：
- 自适应并发（Adaptive Concurrency）
- SFT 训练中在线运行 agentic 评测：在 SFT trainer 旁部署推理服务器执行 agentic eval，并复用权重广播基础设施获取新权重更新
- 本地训练 Dashboard：包含日志/指标、rollout 与配置查看面板
- CPU 优化器全量卸载：把梯度、优化器状态和 optimizer step 全部卸载到 CPU，并在反向传播期间隐藏通信与计算；长序列场景下（step time 主要由 attention 决定）可完全隐藏 offloading 开销
- 自研 custom kernels
「编程与Agent」频道最新
- 多 Agent 调试难如登天？开发者构建统一追踪工作流 — Impressive-Iron5216 · 2026-08-26
- Sentry 创始人：推荐 agent 用 Cloud 或 CLI，新版本即将发布 — zeeg · 2026-08-26
- 库存盲目致 Agent 忘记已有技能，上下文成瓶颈 — TechPreacher · 2026-08-26
- Fable 乱加参数致 Ripgrep 报错，Codex 却能正确执行 — andersonbcdefg · 2026-08-26
- 零依赖微工具：把 Markdown 相对链接与图片一键转成 LLM 可食格式 — Mediocre-Ease4060 · 2026-08-26
- 开发者发布首人称 Agent 记忆评测基准 Exam — LowDistribution3995 · 2026-08-26