02:34Harrison Chase@hwchase17Prime Intellect 宣布完成1.3亿美元A轮融资,由 Radical Ventures 领投,NVIDIA、Intel Capital、Dell Capital 及现有投资者跟投。该公司将利用资金构建开放超级智能堆栈(Open Superintelligence Stack),使用户能自主训练、部署并持续改进模型。此轮融资将用于加速平台开发与生态扩展。行业Prime Intellect融资超级智能堆栈开放模型NVIDIA8 个信源在谈推荐理由:Prime Intellect 融了1.3亿美元,NVIDIA和Intel都跟投了。他们要搞开放的超级智能堆栈,让你自己训练和部署模型,不用依赖大厂。原文
00:24elvis@omarsar0Prime Intellect发布博客,介绍在GLM-5模型上运行大规模强化学习(RL)所需的基础设施组件,包括数据管道、训练调度和分布式计算。文章详细解释了如何用1万亿token训练RL智能体,并开源部分工具链。该方法旨在降低自改进智能体的开发门槛。技巧GLM-5Prime Intellect强化学习智能体基础设施推荐理由:想自己搞RL训练?这份Prime Intellect的博客手把手告诉你需要哪些基础设施,连GLM-5上的1T token训练都给你讲清楚了。原文
15:27官方一手marktechpost@Asif Razzaq精选Prime Intellect 发布了 prime-rl 0.6.0,这是一个用于异步强化学习的开源框架,支持训练万亿参数规模的 Mixture-of-Experts (MoE) 模型。该框架在 SWE 编程任务上训练了 GLM-5 模型,序列长度达到 131k,单步训练时间低于 5 分钟,并实现了 256 个并行 rollout。所有这些性能建立在 28 个 NVIDIA H200 节点上,优化技术包括 FP8 推理、Wide Expert Parallelism、预填充/解码分离以及 3-D 并行(FSDP、EP、CP)。AI产品prime-rlGLM-5Prime Intellect强化学习MoE8 个信源在谈推荐理由:Prime Intellect 新开源的 prime-rl 0.6.0,专为训练万亿参数 MoE 模型的强化学习设计。他们在 SWE 任务上用 GLM-5 跑到 131k 序列长度,速度还很快,想了解大规模 RL 训练优化的可以看看。原文