只用512张H200！106B模型靠分布式RL杀出重围，全网开源（

1.用一个512k的×8位的闪存存储芯片

最近，Prime Intellect正式发布了INTELLECT-3。

2.用512k*8位的存储芯片组成一个2m*32位

这是一款拥有106B参数的混合专家（Mixture-of-Experts）模型，基于Prime Intellect的强化学习（RL）技术栈训练在数学、代码、科学与推理的各类基准测试上，它达成了同规模中最强的成绩，甚至超越了不少更大的前沿模型。

3.用512k*16位的flash的存储器芯片组成一个2m*32

Prime Intellect已经把完整的训练流程——包括模型权重、训练框架、数据集、RL环境和评测体系——全部开源，希望能推动更多关于大规模强化学习的开放研究INTELLECT-3使用的训练软件与基础设施，与即将在Prime Intellect平台向所有人开放的版本完全一致。

4.用512k*8位的存储芯片组成4m*32位的存储器图片

这意味着未来每个人、每家公司都能拥有对最先进模型进行后训练的能力多项基准，斩获SOTAINTELLECT-3是一个106B参数的Mixture-of-Experts（MoE）模型，基于GLM 4.5 Air进行了监督微调（SFT）和强化学习训练。

5.用512k*1位的存储器芯片

它在数学、代码、科学和推理类Benchmark上均取得了同体量中的最强表现。

6.用一个512k的×8位的闪存存储芯片组成一个

训练框架训练中，Prime Intellect使用了以下核心组件：PRIME-RL：自研的分布式RL框架，支持监督微调和大规模MoE模型的强化学习Verifiers