Prime Intellect 发布 INTELLECT-2,32B 推理模型通过全球分布式强化学习训练
原文标题:INTELLECT-2 Release: The First 32B Parameter Model Trained Through Globally Distributed Reinforcement Learning
AI 摘要
Prime Intellect 发布 INTELLECT-2,称其为首个通过全球分布式强化学习训练的 32B 参数推理模型,并在数学和编码基准上超过 QwQ-32B。
关键信息
- Prime Intellect 发布 INTELLECT-2,称其为首个通过全球分布式强化学习训练的 32B 参数推理模型
- 并在数学和编码基准上超过 QwQ-32B
- 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
速览
- 发布时间
- 更新时间
- 分类
- 模型发布
- AI 评分
- 67
推荐理由
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。
来源与版权
本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。
如何引用
引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。
橙子新闻:Prime Intellect 发布 INTELLECT-2,32B 推理模型通过全球分布式强化学习训练。2025年5月11日。https://new.nat6.net/news/cmtyo2mcp03ferog0sbcnesw6/