期待已久的 @PrimeIntellect 主辦的 RL 訓練已經推出，過去一個月我在 beta 版本中訓練了 50 多個模型，涵蓋了社區環境和我的 pmpp，所有模型都可以在環境中心找到。 從信號到模型的端到端過程，所有操作都在 Lab 內進行，這是我有過的最順暢的訓練體驗。