Prime Intellect เปิดตัว INTELLECT-2 โมเดลการอนุมาน 32B ฝึกด้วยการเรียนรู้แบบเสริมกำลังแบบกระจายทั่วโลก
หัวข้อต้นฉบับ:INTELLECT-2 Release: The First 32B Parameter Model Trained Through Globally Distributed Reinforcement Learning
สรุปโดย AI
Prime Intellect เปิดตัว INTELLECT-2 โดยระบุว่าเป็นโมเดลการอนุมานขนาด 32B พารามิเตอร์ตัวแรกที่ฝึกด้วยการเรียนรู้แบบเสริมกำลังแบบกระจายทั่วโลก และมีผลเหนือกว่า QwQ-32B บน基準คณิตศาสตร์และการเขียนโค้ด
สรุปสั้น
- เวลาเผยแพร่
- เวลาอัปเดต
- แหล่งที่มา
- Prime Intellect(网页)
- หมวดหมู่
- เปิดตัวโมเดล
- คะแนน 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。
แหล่งที่มาและลิขสิทธิ์
บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม
วิธีอ้างอิง
เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News
Orange News: Prime Intellect เปิดตัว INTELLECT-2 โมเดลการอนุมาน 32B ฝึกด้วยการเรียนรู้แบบเสริมกำลังแบบกระจายทั่วโลก 11 พฤษภาคม 2025 https://new.nat6.net/th/news/cmtyo2mcp03ferog0sbcnesw6/