先了解这件事
AI 综述
2025年5月11日,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参数模型。该模型在动态异构的算力贡献者集群上,以完全异步强化学习方式训练推理语言模型。团队为此从零构建了异步RL框架PRIME-RL、验证推理worker rollout的TOPLOC以及广播策略权重的SHARDCAST,并修改标准GRPO训练配方与数据过滤方法以稳定训练,在数学和编码基准上提升了QwQ-32B的表现。模型、代码和数据均已开源,技术报告见primeintellect.ai/intellect-2。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：Prime Intellect
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
5月11日
Prime Intellect一手精选
Prime Intellect 发布 INTELLECT-2：首个通过全球分布式强化学习训练的 32B 模型
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 参数模型，在动态异构的算力贡献者集群上以完全异步 RL 训练推理语言模型。团队为此从零构建了异步 RL 框架 PRIME-RL、验证推理 worker rollout 的 TOPLOC 和广播策略权重的 SHARDCAST，并修改标准 GRPO 训练配方与数据过滤方法以稳定训练，在数学和编码基准上提升了 QwQ-32B 的表现。模型、代码和数据均已开源，技术报告见 primeintellect.ai/intellect-2。