Prime Intellect 發布支援萬億參數模型之強化學習基礎設施

Prime Intellect 致力於建立大規模 AI 模型訓練基礎設施；隨著 Agent 需要透過強化學習反覆探索與回饋，運算與通訊成本成為擴展瓶頸。此次將 RL 推向萬億參數混合專家模型（MoE），代表超大型模型的後訓練能力再往前一步。

Prime Intellect 最新發布 prime-rl v0.6.0，可在萬億參數規模的 MoE 上執行 RL 訓練，並整合多項推論與訓練最佳化，以提高 Agent 訓練吞吐量與效能。現有資料未揭露確切發布日期、效能增幅、硬體配置或投入金額，相關報導僅列出「not much happened today」。