Prime Intellect发布INTELLECT-2分布式RL训练

2026年10月7日，Prime Intellect 在官方博客发布 INTELLECT-2，称其为首个 32B 参数、通过全球分布式强化学习训练的模型，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。据该报道，一台配备 4×RTX 3090 GPU 的机器即足以参与这一 32B 参数模型的训练；其完全异步的在线强化学习框架 prime-rl 已开源，允许任何人发起全球分布式强化学习训练，从而以完全无许可的方式向全球开放 GPU 资源贡献；完整训练数据集发布在 Huggingface 上。同一日发布的另一篇报道表述一致，并称 INTELLECT-2 连同代码与数据一并开源，以推动全球分布式训练领域的开放研究。截至上述报道，事件仍处于发布与启动阶段，尚无后续进展披露，也未出现与早先报道数字、时间或说法不一致的情况。上述条件与证据均针对 Prime Intellect 此次 INTELLECT-2 训练及 prime-rl 框架，不构成对其他模型或操作的普遍适用说明。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。