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
所属事件:prime-rl 0.9.0 发布：自适应并发与本地仪表盘(3 条相关)→
「编程与Agent」频道最新
- 独立开发者发布 Blob0：把 S3/R2 对象存储管成 Mac 本地文件夹 — yihui_indie · 2026-10-15
- 2026 AI 工程师六层技能栈：从向量库到 Agent 编排 — mdancho84 · 2026-10-15
- 用 ChatGPT 搭机械工程工作流：Agent 编排热固封头研究，却因重置中断 — burhop · 2026-10-15
- 开源 Harness 工程课爆火：19k 星教你让编码 Agent 干活可靠 — thisguyknowsai · 2026-10-15
- 6 人团队 3 个月：AI Agent 进驻医保预授权平台的落地实录 — alex_verem · 2026-10-15
- 92.7 万字符的 epstein.md：专门消灭 AI 味设计的 .md 文件走红 — karmay007 · 2026-10-15