Prime Intellect 推出 Prime Inference
Prime Intellect 推出 Prime Inference。该公司表示，该服务已为强化学习及客户专属部署处理了数万亿 token。
相关AI快讯
微软研究院发布 Agent Lightning，将现有 AI 智能体接入强化学习训练
微软研究院发布 Agent Lightning，该工具可将现有的 AI 智能体接入强化学习训练，无需重新构建智能体。
Adithya S K 在 Hugging Face Hub 上推出 RL Environment Explorer
该工具支持开发者探索、可视化并运行涵盖 OpenEnv、Harbor、MiMo、Verifiers 以及 NeMo Gym 的强化学习环境，覆盖 Hugging Face Hub 上的逾 1200 万个任务条目。
Pedro Cuenca 通过 llama.cpp 在 RTX 6000 与 M5 笔记本上跨硬件运行 MiMo 2.6 Flash
Pedro Cuenca 展示了在 RTX 6000 GPU 与 M5 笔记本之间通过 10 GbE 网络跨硬件运行 MiMo 2.6 Flash 原生 mxfp4 权重，利用 llama.cpp 的开箱即用支持，推理速度达到每秒 40 个 token。
CoreWeave 推出 Forge，打通智能体追踪、评估与无服务器强化学习
CoreWeave 推出 CoreWeave Forge，将智能体追踪、评估与无服务器强化学习整合在同一环境中。该平台提供免费入门层，并为新账户提供 30 天 Pro 版试用。
小米在强化学习中引入质量核对清单评分，防止 MiMo-V2.6-Pro 投机通过测试
仅以通过测试为目标训练的模型会出现插入非请求代码、静默忽略错误等问题。小米在强化学习中将测试结果与质量核对清单评分相乘来解决该问题。调整后的 MiMo-V2.6-Pro RL 在 Artificial Analysis Intelligence Index 取得 46 分，位列开放权重模型首位。