代表性或获得融资Ai项目研究之Prime Intellect

代表性或获得融资AI项目研究之Prime Intellect

按：来源一： X 上 AI 领域的 100 家行业内最有实力、发展最好、得到投资界和消费者认可的 AI 企业；来源二：融资的项目作一个专题研究：1、融资了，说明得到资本界看好，可能是一个好的方向和项目；2、通过研究它们，可以了解外界或圈内人对这个行业的判断，是一种研究AI发展趋势的捷径和正确的路；3、基于X是目前国外信息最集中和更新快的平台，还依托于此来研究相应的融资项目；4、基于国内WEB3媒体链闻快讯-AI版块搜集的获得融资的AI项目。

PANews 3月3日消息，据官方消息，去中心化AI协议Prime Intellect宣布已完成1500万美元融资，Founders Fund领投，Menlo Ventures、Andrej Karpathy（EurekaAI、Tesla、OpenAI）、Clem Delangue（Hugging Face）、Dylan Patel（SemiAnalysis）、Tri Dao（Together.AI）、Balaji Srinivasan（Network School）、Emad

Prime Intellect
，
@PrimeIntellect，
Find compute. Train models. Co-own intelligence.
https://discord.gg/primeintellect
查找计算。训练模型。共同拥有情报。
https:// discord.gg/primeintellect，
科技primeintellect.ai2020年6月加入，
23 正在关注，
4万关注者

@PrimeIntellect
·
7月11日
发布 SYNTHETIC-2：我们的开放数据集，其中包含 4m 经过验证的推理轨迹，涵盖一整套复杂的 RL 任务和验证器。由全球数百名计算贡献者通过我们的管道并行去中心化推理堆栈创建。

@tbpn
·
8月4日
是什么让包装器玩法具有防御性与脆弱性？我们问了 Chris Paik（@cpaik）来分解它。
“当底层基础设施纯粹商品化时，包装策略效果最好。”

如果我们只是从
@PrimeIntellect
并服务于Qwen3-Coder-480B-A35B型号！
费用：~17 美元/月。
我们只需要 280 人每月支付 60 美元即可支付。
让我们一起为下一代人工智能提供众筹。谁在？

在
@PrimeIntellect
对我来说已经变得如此舒适，以至于我低调地害怕在 AWS 上设置一个开发箱

我沉迷于廉价的 PrimeIntellect 现货实例

很多人问我如何向验证者添加环境。
你不必这样做。
Verifiers 是一个库。环境是它们自己的模块。它们可以有自己的依赖项。无需克隆存储库。你不需要公关。你可以安装它。

v0.1.2 上线了！！已经等了很长时间了，我们已经清除了所有积压的所需修复/升级，现在正在期待更多令人兴奋的新功能。总的来说，它变得更加有趣和可靠:)立即安装：“uv add verifiers”

这
@PrimeIntellect
聚会是精英。这么多很酷的技术专家参加了这次活动，看到更多公司的路线图真是太棒了。
高度看好 Prime 和那里的团队💫

是的，任何人都可以通过以下方式为开源模型、合成数据集等贡献计算。https://primeintellect.ai 🫡

这篇论文中的 alpha 由
@PrimeIntellect
终于有机会阅读它，这是结合了去中心化训练、异步 RL 和无需许可计算的令人印象深刻的工作
真正是工程科研的杰作，值得一读

如果您在欧洲并想从事开放和分布式 AGI 方面的工作，请通过以下方式向我们申请
@PrimeIntellect
我们是混合型的，团队的大部分成员都在旧金山，部分人是偏远的，经常来旧金山。我们赞助美国 o1 签证。https://jobs.ashbyhq.com/PrimeIntellect

与人工智能领域的这么多人交谈非常酷，很高兴看到
@willccbb
的愿景成真：未来更小但高度优化的特定领域代理

@jackminong
正在温哥华的 ICML 上展示我们在 TOPLOC 上的工作，用于可验证的推理。
今天/周三下午 4：30 的海报会议
ICML – 东厅 E-1106

在场外结束我们的团队，比以往任何时候都更加兴奋我们在 Prime 上构建的 RN。我们正在各个方面加速发展，并走在一条非常差异化的道路上，朝着开放和去中心化的超级智能迈进。
我们计划在未来几个月内为开源社区发布大量产品，我们需要工程支持来实现它们。加入我们！https://jobs.ashbyhq.com/PrimeIntellect/6d77793a-ee30-41ea-9e28-1f3f3eb9ceb9

但有什么了不起的
@PrimeIntellect
是竞价型实例的可用性——今天我只需 8 美元/小时就得到了一个 8xH200 的节点
我将展示如何使用 vllm 快速设置 moonshotai/Kimi-K2-Instruct 推理
1. 获得对 Pod 的 SSH 访问权限后（等待大约 10 分钟），创建项目并安装所需的库：
apt 更新 & apt 安装 htop tmux
uv 初始化
紫外线 VENV -P 3.12
来源 .venv/bin/activate
导出 UV_TORCH_BACKEND=自动
导出 HF_HUB_ENABLE_HF_TRANSFER=“1”
uv pip install vllm blobfile datasets huggingface_hub hf_transfer
之后，打开 tmux 会话
2. 要开始托管 vllm，您只需使用 vllm serve：
vllm serve moonshotai/Kimi-K2-Instruct --trust-remote-code --dtype bfloat16 --max-model-len 12000 --max-num-seqs 8 --quantization=“fp8” --tensor_parallel_size 8
实际的检查点下载很困难，因为即使有hf_transfer也需要 1 小时（有人知道更快的解决方案或以某种方式安装下载的检查点？
3. 然后在新的 tmux 窗格中安装 cloudflare 快速隧道并启动它
安装 CloudFlaredhttps://developers.cloudflare.com/cloudflare-one/connections/connect-networks/downloads/cloudflared tunnel --url http://localhost:8080
基本上就是这样！Cloudflare 提供的 URL 将提供与 OpenAI 兼容的服务器，就我而言是https://comparative-artists-referring-debut.trycloudflare.com我只是在 openai 客户端上使用我的简单包装器通过它生成大量合成数据

SYNTHETIC-2 数据集现已在 Huggingface 上推出！我们将发布从新 R1-0528 收集的 SFT 数据集，以及来自各种小型模型的 RL 数据集，其中包含难度注释。去训练一些模型🫡

我们正在发布 SYNTHETIC-2——一个开放数据集，其中包含 4m 经过验证的复杂 rl 任务和验证器的推理轨迹
该数据集是由全球 1,250 多个 GPU 通过我们的管道并行去中心化推理协作生成的

发布 SYNTHETIC-2：我们的开放数据集，其中包含 4m 经过验证的推理轨迹，涵盖一整套复杂的 RL 任务和验证器。由全球数百名计算贡献者通过我们的管道并行去中心化推理堆栈创建。SYNTHETIC-2 提供高质量的 SFT 和 RL 数据：- 通过 Deepseek-R1-0528 生成的 SFT 子集- RL 子集，带有来自 Qwen3-32B、Qwen3-4B 和 DeepSeek-R1-0528-Qwen3-8B 的通过率注释拥抱脸：

计算贡献来自全球的 1,253 个 GPU 参与了此次运行，其中包括 49 个 8xH200 GPU 节点、43 个 8xH100 GPU 节点以及众多消费级 3090 和 4090。

我们做到了——SYNTHETIC-2 完成了。
行星级的去中心化推理运行，生成 4M 经过验证的推理样本。
1,250+ GPU 在 3 天内加入——从 4090 到 H200——为复杂的 RL 任务创建数据。
完整的开源版本 + 技术报告将于下周发布！