prime-rl

PRIME-RL 是一个面向大规模智能体强化学习（Agentic RL）训练的开源框架，支持千卡级 GPU 异步分布式训练。其核心特点包括：基于 FSDP2 和 vLLM 的高性能训练与推理栈，原生支持 MoE 模型的专家并行（EP）与上下文并行（CP），内置 SWE 等 agentic 环境集成，以及端到端的 SFT、RLHF 和评估流水线。适用于需要高吞吐、低延迟的智能体行为建模场景，如代码生成代理、多步决策系统和复杂任务自动化训练。