IFM 团队开源 RL360：支撑 K2 Horizon 训练的大规模 Agent RL 基础设施
rupspace · x · 2026-10-23
IFM 团队分享过去半年在大规模 Agentic RL 基础设施上的经验，发布 RL360——用于训练 K2 Horizon 系列模型（375B 总参数、23B 激活）的 RL 训练框架，基于 radixark 的 miles 构建，为大规模 agentic RL 增加了大量效率优化。据 Artificial Analysis 页面，K2 Horizon 375B A23B 智能指数 31（同类中位数 19），输出速度约 1067 tokens/s 排名第一，Apache 2.0 开源，524k 上下文。
所属事件:IFM 开源 RL360：支撑 K2 Horizon 训练的大规模 Agent RL 基础设施(2 条相关)→
「Infra」频道最新
- Cadence 推出主权 AI 云,服务欧洲芯片设计者 — karlfreund · 2026-10-23
- SGLang 系列深度博客:KV Cache 技术拆解与最新性能优化 — BanghuaZ · 2026-10-23
- 开源 DynaLM：不依赖 GPU 的 CPU 优先 LLM 推理引擎 — Unlikely_Safety_7456 · 2026-10-23
- 资本成 AI 扩建新瓶颈，黄仁勋称新云需求「爆表」 — JOBhakdi · 2026-10-23
- Cerebras 揭秘:如何在晶圆级芯片上部署 2T+ 参数万亿模型 — bookwormengr · 2026-10-23
- 黄仁勋回应 NeoCloud 融资担忧：需求高企，营运资本自会到位 — inductionheads · 2026-10-23