只用512张H200！106B模型靠分布式RL杀出重围，全网开源

Prime Intellect发布106B参数的混合专家模型INTELLECT-3，在数学、代码等基准测试中取得同规模最优表现，部分超越更大模型。该模型基于GLM-4.5-Air经监督微调与强化学习训练，使用自研PRIME-RL框架，在512张H200 GPU上历时两个月完成。其训练系统整合Verifiers环境库与高效Prime Sandboxes代码执行平台，并已将全部训练流程开源，涵盖模型权重、数据集与评测体系。团队强调分布式RL架构的重要性，并计划通过开放平台推动社区对大规模智能体训练的研究。
来源：https://mp.weixin.qq.com/s/QDA7JsKIikOH2TiJ9H588Q