热点事件持续更新
prime-rl 引入算法层并新增 ECHO 方法
2 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026-09-30，Prime Intellect 为 prime-rl 引入一等算法层，内置 GRPO、MaxRL、On-Policy Distillation、Self-Distillation、SFT distillation 和 ECHO 六种算法，可按环境分别选择，单次运行即可在不同环境训练不同算法。同日，Prime Intellect 发布研究文章提出 ECHO 方法，即在 RL 训练中同时用 SFT（正恒定优势、无额外前向开销）让模型预测工具输出，以提升智能体泛化能力。目前进展为算法层与 ECHO 方法同日公布，尚无后续报道。
AI 根据报道生成 · 12 小时前更新
最新进展9月30日 23:28
Prime Intellect 同日发布算法层与 ECHO 方法，支持多环境混合训练。事件进展
2 个进展
- 9月30日 23:28 · 1 篇报道Prime Intellect提出RL中世界建模方法Prime Intellect：Prime Intellect 提出 ECHO：在 RL 中加入世界模型训练提升智能体泛化
- 9月30日 23:28 · 1 篇报道prime-rl 引入算法层支持多环境混合训练Prime Intellect：prime-rl 新增算法层，内置 GRPO、ECHO 等六种算法
报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- Prime IntellectPrime Intellect 提出 ECHO：在 RL 中加入世界模型训练提升智能体泛化
Prime Intellect 发布研究文章，提出在 RL 训练中同时用 SFT（正恒定优势、无额外前向开销）让模型预测工具输出，即 ECHO 方法。
- Prime Intellectprime-rl 新增算法层，内置 GRPO、ECHO 等六种算法
Prime Intellect 为 prime-rl 引入一等算法层，内置 GRPO、MaxRL、On-Policy Distillation、Self-Distillation、SFT distillation 和 ECHO 六种算法，可按环境分别选择，单次运行即可在不同环境训练不同算法。
本事件热度走势
当前热度 7·可比范围峰值 10（10月1日 01:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。