Prime Intellect 发布 prime-rl v0.10.0，新 RL 算法 IPO 成默认
xeophon · x · 2026-10-20
Prime Intellect 发布 prime-rl v0.10.0 与 verifiers v0.4.0：新增专为异步 RL 稳定性设计的新算法 IPO 并设为默认，同时带来性能提升和新模型支持。
「研究」频道最新
- 发布机器人双基准：MicroPlanBench 与 MicroAnnotationBench 首批排名揭晓 — chris_j_paxton · 2026-10-20
- ICLR 审稿人崩溃:一天审五篇几乎全是 AI 代写,呼吁改革 — peterbhase · 2026-10-20
- Meta 论文：软硬协同设计使 AMD MI350X 训练吞吐量提升至 1.5 倍 — burny_tech · 2026-10-20
- 新工作「Continuous Softmax Attention」引关注 — burny_tech · 2026-10-20
- Muon 优化器改进：按需选多项式，可省约 0.5% LLM 训练算力 — burny_tech · 2026-10-20
- HeadEdit：不改权重即可校准 LLM 行为，九项实验全面生效 — burny_tech · 2026-10-20