Prime Intellect melancarkan INTELLECT-2, model penaakulan 32B dilatih melalui pembelajaran pengukuhan teragih global
Tajuk asal:INTELLECT-2 Release: The First 32B Parameter Model Trained Through Globally Distributed Reinforcement Learning
Ringkasan AI
Prime Intellect melancarkan INTELLECT-2, yang didakwa sebagai model penaakulan 32B parameter pertama yang dilatih melalui pembelajaran pengukuhan teragih global, dan mengatasi QwQ-32B pada penanda aras matematik dan pengekodan.
Maklumat penting
- Prime Intellect melancarkan INTELLECT-2
- yang didakwa sebagai model penaakulan 32B parameter pertama yang dilatih melalui pembelajaran…
- dan mengatasi QwQ-32B pada penanda aras matematik dan pengekodan.
Sekilas pandang
- Diterbitkan pada
- Dikemas kini pada
- Sumber
- Prime Intellect(网页)
- Kategori
- Pelancaran Model
- Skor AI
- 67
原文给出分布式异步 RL 的完整基础设施与训练配方细节,并开源模型、代码和数据,读者可以了解去中心化训练的可行路径。
Sumber dan hak cipta
Artikel ini disusun berdasarkan tajuk pilihan dan ringkasan AI daripada API awam AIHOT, dengan sumber dinyatakan dan pautan balik disediakan; hak cipta teks asal milik media dan penulis asal, laman ini tidak menyalin penuh teks penuh.
Cara memetik
Apabila memetik artikel ini, kekalkan tajuk, tarikh dan pautan kekal, serta nyatakan sumber sebagai Orange News.
Orange News: Prime Intellect melancarkan INTELLECT-2, model penaakulan 32B dilatih melalui pembelajaran pengukuhan teragih global. 11 Mei 2025. https://new.nat6.net/ms/news/cmtyo2mcp03ferog0sbcnesw6/