热点事件持续更新
prime-rl 支持截断采样 IcePop 分数中心化
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月25日，据 AGI Hunt 报道，Prime Intellect 的强化学习框架 prime-rl 合并 PR #4176，为强化学习训练加入截断采样下的 IcePop 分数中心化支持。该方案针对截断采样（采用 bounded top-k，可选叠加 top-p）：从记录的支撑集采样，在训练器中回放整个采样器分布并精确中心化，回放 token 不再使用尾部近似。对于非截断采样，则保留原有的头部加比例尾部近似做法。此次改动是此前 PR #4012 的后续改进。
AI 根据报道生成 · 1 小时前更新
最新进展10月25日 15:48
prime-rl 合并 PR #4176，截断采样下 IcePop 分数中心化改为精确回放。报道时间线
沿着报道，了解事件的不同侧面。
10月25日
- AGI HuntPrime Intellect 的 prime-rl 合并 IcePop 分数中心化与截断采样回放支持
Prime Intellect 的 prime-rl 合并 PR #4176，为强化学习训练加入截断采样下的 IcePop 分数中心化支持。截断采样采用 bounded top-k，可选叠加 top-p；新方案从记录的支撑集采样，在训练器回放整个采样器分布并精确中心化，回放 token 不再用尾部近似。非截断采样保留原有头部加比例尾部近似，此次改动是 PR #4012 的后续改进。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。