PulseAugur
中
实时 20:23:07
实体 prime-rl

prime-rl

PulseAugur coverage of prime-rl — every cluster mentioning prime-rl across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
2
90 天内 4
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
时间线
  1. 2026-06-27 product_launch Framework prime-rl version 0.6.0 was released, enabling trillion-parameter MoE model training. 来源
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 4 条
  1. TOOL · CL_330340 ·

    Prime Intellect 通过融合后向传播内核提高 MoE 训练速度

    Prime Intellect 通过添加融合、重叠的后向传播,增强了 DeepSeek 的 Mega MoE 内核,使其适用于训练专家混合(MoE)模型。与现有基线相比,该新内核 Prime Mega MoE 的训练步骤速度最高可提高 34%,与 TorchTitan 相比最高可提高 55%。前向传播的性能提升更为显著,最高可达 3.11 倍,而后向传播的改进则较为温和,约为 1.24 倍。该内核支持各种 NVIDIA GPU,包括 …

  2. TOOL · CL_315037 ·

    FlashNext-RL 优化 Qwen3.8-Flash-Next 的长时序智能体强化学习

    研究人员开发了 FlashNext-RL,一个系统优化框架,旨在改进 Qwen3.8-Flash-Next 模型的长时序智能体强化学习。该框架通过与 vLLM 集成以实现高效的 rollout 生成,解决了内存需求和模型特定算子方面的限制。研究表明,在 131K token 的上下文限制下,训练吞吐量从 395 tokens/s/GPU 提高到 4,438 tokens/s/GPU,显著提升了性能,突显了针对特定模型架构定制强化学习训练的好处。

  3. TOOL · CL_142469 ·

    开发者训练 AI 使用 Qwen3.6 来训练其他 AI 模型

    一位开发者创建了一个 AI 系统,该系统可以训练其他 AI 模型,并使用 Qwen3.6 模型作为主要代理。该代理负责生成完整的训练任务,包括环境、奖励、数据集和超参数,然后这些任务在 GPU 上执行。代理根据其训练的模型性能的提升获得奖励,形成一个嵌套的 AI 训练循环。

  4. TOOL · CL_113771 ·

    框架 prime-rl 0.6.0 在 5 分钟内实现万亿参数 MoE 训练

    框架 prime-rl 0.6.0 版本已发布,支持在开放基础设施上训练万亿参数的专家混合(MoE)模型。新版本将训练步长时间显著缩短至五分钟以内。此举旨在普及大规模 AI 模型的训练,此前该领域主要由大型科技公司主导。