全球首个分布式RL模型INTELLECT-2发布

全球首个分布式强化学习训练模型INTELLECT-2发布，通过整合全球分散的计算资源完成训练，大幅降低成本且性能媲美DeepSeek-R1。该模型摆脱了对集中式算力的依赖，由19个个人/机构提供算力支持，并获得Karpathy等多位AI界名人投资。团队Prime Intellect仅用两个月开发完成，包含PRIME-RL等四大关键组件。训练采用两步异步强化学习模式，数据来自28.5万可验证任务，在数学和编程测试中表现优于基线模型QwQ-32B。
来源：https://mp.weixin.qq.com/s/NjQi_KAE18YkIBEqttnUuQ