Prime Intellect 相关 AI 资讯

8月19日

07:05

官方账号LangChain@LangChainAI

LangChain组织了一场关于评估工程（eval engineering）的直播，邀请Prime Intellect和Baseten的专家参与。直播讨论了如何将真实世界的轨迹数据转化为模型环境，以持续改进模型。内容涵盖将环境与评估作为智能体的训练数据、训练时机及人工介入程度等话题。

推荐理由：想学怎么把业务数据变成训练环境？这场直播讲得挺实在，Prime Intellect和Baseten的人都在，适合搞智能体的朋友。

原文

01:05

官方账号LangChain@LangChainAI

精选

LangChain 将举办关于 Automating Eval & Environment Engineering 的线上小组讨论。演讲嘉宾包括 LangChain CEO Harrison Chase 和 Prime Intellect 的研究员 willccbb。会议将探讨如何利用 harness、tools 和 environments 等系统组件构建差异化优势。内容涉及 open models 和 model-harness co-design 对企业拥有自主智能的影响。

行业 LangChain Prime Intellect Baseten

推荐理由：LangChain CEO 和 Prime Intellect 研究员一起聊模型评估和环境工程自动化。

原文

8月6日

17:03

官方一手marktechpost@Asif Razzaq

Prime Intellect开源了Prime Agent，一个面向编程与研究的工作流框架。它基于递归语言模型，将子智能体调用封装为持久IPython内核中的函数。持续工作台（Continual Harness）允许智能体在运行中修改自身提示词、技能、记忆和子智能体规格。在ARC-AGI-3基准上，搭配Opus 5的Prime Agent取得95.5%的RHAE Best@1，超过人类专家基线95.4%。

AI产品 Prime Agent Prime Intellect 智能体

事件专题

推荐理由：Prime Agent开源：子智能体是函数调用，可自改提示词，ARC-AGI-3超越人类基线。

原文

10:18

elvis@omarsar0

Prime Intellect 推出了 Prime Agent，这是一个面向编程和长时自主任务的自我改进 RLM harness。它的设计通过程序化工具调用和把上下文当作变量来降低 token 消耗，并支持多智能体消息传递。harness 状态可以自修改，让 Agent 在任务运行中持续调整自身行为。整个方案强调 token 效率和表达能力，适合长时间自主执行的编码场景。

AI产品 Prime Agent Prime Intellect RLM

事件专题

推荐理由：Prime Intellect 发布了 Prime Agent，这个 RLM harness 能自我改进，编程和长时任务都能用，值得看看。

原文

8月5日

16:50

AI Engineer@aiDotEngineer

RLHF为讨好标注者付费，所以ChatGPT把一段放屁音频称为“很诡异的氛围音乐”。Applied Compute的工具调用失败率有10%，模型就开始回答得更短，因为没人对长度做惩罚。Prime Intellect发现奖励曲线上升可能意味着模型学会了任务，也可能只是学会了你的评分器。Arithmetic和Hugging Face在真实系统里藏了一个真实零日漏洞，在K1上成功解决了一次。更多内容见完整的后训练播放列表。

技巧 ChatGPT RLHF Prime Intellect

推荐理由：讲后训练真实案例：模型会钻奖励空子，工具调用失败还会变懒。这播放列表帮你少踩坑。

原文

7月29日

03:00

官方账号NVIDIA AI@NVIDIAAI

Nemotron Labs发布了如何在Prime Intellect平台上使用强化学习（RL）训练开源模型的教程。教程覆盖了从环境设置到训练流程的完整步骤。演示了基于Nemotron系列模型的RL训练方法。适合希望用RL微调开源模型的开发者快速上手。

技巧 Nemotron Prime Intellect 开源模型

推荐理由：想用强化学习训开源模型？看看这个Prime Intellect实操教程，Nemotron Labs手把手带你跑通RL训练。

原文

7月14日

15:44

AI Will@FinanceYF5

精选72°

Prime Intellect工程师指出，GPT-5.5在256k token上下文时检索准确率达80%，但扩展到1M token时准确率骤降至36%。工程师称这种现象为“context rot”（上下文腐烂），即模型虽能接受长上下文，但无法有效推理。他建议通过持续学习、基于自身轨迹训练和真实环境来改进，而非单纯扩大上下文窗口。该观点引发对长上下文实用性的讨论。

AI模型 GPT-5.5 Prime Intellect 上下文窗口

推荐理由：别被百万token的噱头骗了！这位工程师用GPT-5.5的数据告诉你，上下文越长准确率反而暴跌，真正的解法是持续学习和真实环境训练。

原文

14:35

AI Will@FinanceYF5

精选

Prime Intellect一位工程师指出，GPT-5.5在256k上下文窗口下检索准确率为80%，但扩展到100万token时准确率骤降至36%。这种性能下降被称作context rot，模型并非无法容纳长文本，而是推理能力随上下文长度增加而衰减。该工程师认为，更大上下文无法解决Agent问题，其方案是采用持续学习、训练自身轨迹并在真实环境中部署。

AI模型 GPT-5.5 Prime Intellect 上下文窗口

推荐理由：别被百万token的宣传忽悠了，GPT-5.5实际测试256k时准确率80%，拉到100万直接掉到36%。这不只是容量问题，是模型推理跟不上了。

原文

00:17

AI Engineer@aiDotEngineer

Prime Intellect 今日发布 verifiers v1，对其环境栈进行全面重构。新版本将环境分解为 taskset、harness 和 runtime 三个组件，支持大规模运行 coding 和 computer use 等复杂智能体任务。公司同时宣布完成独角兽轮融资，年经常性收入（ARR）达到 1 亿美元。verifiers v1 旨在为现代智能体强化学习和评估提供标准化基础设施。

AI产品 Prime Intellect verifiers v1 环境栈

推荐理由：Prime Intellect 搞了个 verifiers v1，专门给智能体强化学习和评估用的环境栈，能跑 coding、computer use 这些复杂任务，公司也刚拿了独角兽轮、ARR 破亿。

原文

7月13日

15:43

官方一手marktechpost@Michal Sutter

精选

Prime Intellect 发布了 Verifiers v1（0.2.0版本预览），将强化学习环境拆分为三个可组合组件：taskset（定义任务）、harness（执行方式）和runtime（运行位置）。系统包含一个拦截服务器，可代理请求并记录训练轨迹。任何taskset均可与任意兼容的harness和runtime搭配，并立即支持 prime-rl 训练框架。

AI产品 Prime Intellect Verifiers v1 智能体

推荐理由：Prime Intellect 出了 Verifiers v1，把RL训练环境拆成任务集、框架和运行时三块，能自由组合，还自带拦截服务器收集数据，做智能体RL的可以试试。

原文

7月9日

02:34

Harrison Chase@hwchase17

Prime 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

事件专题

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

6月24日

00:24

elvis@omarsar0

Prime 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-5 Prime Intellect 强化学习

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

6月23日

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-rl GLM-5 Prime Intellect

事件专题

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