Chinese contentHarness Scaling：把 harness 多样性变成 agentic RL 的新扩展维度
arXiv 上的新论文，讲怎么让 RL 训练跨多种 harness 泛化，做智能体训练的可以看看方法设计。
#agentic RL
3 stories · 2 in 7 days · 2 in 30 days
Stories, products and papers tagged "agentic RL", newest first.
Oct 22
Oct 20
Jul 24
Chinese contentPrimeIntellect发布 prime-rl 0.6.0：基于vLLM的万亿级Agentic RL训练
PrimeIntellect 用 vLLM 把 agentic RL 搞到万亿参数级了，FP8 加专家并行，28 个 H200 节点跑 131k 序列，每步不到 5 分钟，训练 GLM-5 做 SWE 任务。
