PrimeIntellect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。
#agentic RL
共 1 条 · 7 天 0 条 · 30 天 0 条
信息流里打上「agentic RL」标签的资讯、产品与论文，按刊登时间排，新的在上。
7月24日
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。
