Prime Intellect 发布 prime-rl 0.6.0：开源框架支持万亿...

01

核心要点

• 来源为 AI旗页热点日报，原文入口保留在页面底部，适合继续核对完整信息。
• 这条内容被归入“开源工具与开发者生态”，可作为后续工具选型、教程选题或趋势观察线索。
• 相关标签：AI热点日报 / 论文 / 模型 / 强化学习。

编辑判断

AI旗页判断

这条资讯来自 AI旗页热点日报，更适合当作“开源工具与开发者生态”方向的信号来看：它说明相关能力正在进入更具体的产品、行业或工作流场景，而不只是停留在演示层。

读这类新闻时，建议重点看项目是否有清晰文档、示例、许可证、活跃维护和可替代方案，而不是只看热度。

AI旗页的处理方式是保留来源、摘要和相关入口，不做全文转载。这样既能让中文用户快速判断是否值得继续读，也避免把站点做成低价值搬运页。

03

来源信息

原文标题：Prime Intellect Releases prime-rl 0.6.0 to Train Trillion-Parameter MoE Models on Agentic RL Workloads

Prime Intellect has released prime-rl 0.6.0, an open framework for asynchronous reinforcement learning on trillion-parameter Mixture-of-Experts models. It trained GLM-5 on SWE tasks at up to 131k sequence length, with sub-5-minute step times and 256 rollouts, on 28 H200 nodes. This breakdown covers the inference and training optimizations behind those numbers — FP8 inference, Wide Expert Parallelism, prefill/decode d

一句话结论：prime-rl 0.6.0 是一个开源框架，专为万亿参数 MoE 模型设计，支持异步强化学习训练，并在 28 个 H200 节点上实现了高效训练。原始信息明确：Prime Intellect 发布了该框架，成功训练 GLM-5 在 SWE 任务上达到 131k 序列长度，步时间低于 5 分钟，包含 256 个 rollout，并采用了 FP8 推理、宽专家并行等优化。为什么值得关注：它展示了在超大规模模型上应用强化学习的可行性，为训练更智能的代理模型提供了基础设施。影响谁：主要影响从事大模型训练、强化学习研究的 AI 研究员、工程师以及需要训练超大规模 MoE 模型的组织。下一步验证或使用：研究者可从 GitHub 获取源码，按照文档配置硬件环境，尝试复现 GLM-5 的训练实验，或基于框架自定义训练任务。

来源信息：AI旗页热点日报，发布时间或入库日期为 2026-06-23。页面底部保留原文入口，适合继续核对完整上下文、原始表述和附带链接。

原文摘录

来源摘要

Prime Intellect has released prime-rl 0.6.0, an open framework for asynchronous reinforcement learning on trillion-parameter Mixture-of-Experts models. It trained GLM-5 on SWE tasks at up to 131k sequence length, with sub-5-minute step times and 256 rollouts, on 28 H200 nodes. This breakdown covers the inference and training optimizations behind those numbers — FP8 inference, Wide Expert Parallelism, prefill/decode d

以上内容来自来源页/RSS 提供的摘要信息，AI旗页做中文整理、重点标注和入口归档；完整内容、上下文和版权归原作者所有，请以原文为准。

05

下一步怎么用

• 需要确认细节时，优先打开原文链接，看发布时间、上下文和官方表述。
• 如果这条动态与你的工作有关，可以继续查看同标签资讯和相关工具，判断是否需要写教程、做对比或加入工作流。
• 如果是产品或模型更新，建议同时比较价格、可用地区、中文体验、API 接入和数据安全边界。

相关阅读

相关资讯