先了解这件事
AI 综述
2026年7月6日,Prime Intellect 为 prime-rl 引入一等公民的 Algorithms 层。该层内置 GRPO、MaxRL、On-Policy Distillation、Self-Distillation、SFT distillation 和 ECHO 六种算法,每种算法可按环境单独选择,因此单次运行即可在一个环境训练 GRPO、在另一个环境训练 ECHO。算法以 orchestrator/algo/ 下的独立模块实现,自定义算法只需继承同一抽象,无需改动 trainer。该层还让多教师 OPD 自然实现,每个环境可蒸馏各自的专用教师模型。
AI 根据公开报道生成
最新进展 · 正式报道
prime-rl 引入 Algorithms 层，内置 GRPO、ECHO 等六种算法事件进展
1 个已确认进展
- 来源：Prime Intellect
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
7月6日
Prime Intellect一手
prime-rl 引入 Algorithms 层，内置 GRPO、ECHO 等六种算法
Prime Intellect 为 prime-rl 引入一等公民的 Algorithms 层，内置 GRPO、MaxRL、On-Policy Distillation、Self-Distillation、SFT distillation 和 ECHO 六种算法，每种算法可按环境单独选择，单次运行即可在一个环境训练 GRPO、另一个环境训练 ECHO。算法以 orchestrator/algo/ 下的独立模块实现，自定义算法只需继承同一抽象，无需改动 trainer。该层还让多教师 OPD 自然实现，每个环境可蒸馏各自的专用教师模型。