INTELLECT-2 分布式 RL 训练配方受关注

Prime Intellect 于 2025 年 5 月发布的 INTELLECT-2 分布式强化学习训练配方近日再次引发讨论。该方案是全球首个去中心化 RL 训练项目，训练出 32B 推理模型，其系统采用异构 GPU（H100、H200 等）池异步广播权重，并以 Toploc 验证参与节点贡献，社区指出近期某项工作与其做法相同。

2026-10-14 ~ 2026-10-14 · 2 条相关

• INTELLECT-2 分布式 RL 训练配方曝光：GPU 池异步广播权重加 Toploc 验证 — willcb · 2026-10-14
• 全球首个去中心化 RL 训练:回顾 INTELLECT-2 的 32B 推理模型配方 — willcb · 2026-10-14