header-langage
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
掃碼下載APP
Partnered With:

Prime Intellect 重新編寫驗證器,Agent 訓練評估可像積木拼裝

据動察 Beating 監測,AI 訓練平台 Prime Intellect 發布 verifiers 0.2.0,並在其中開放下一代 Verifiers v1 的架構預覽。Verifiers 是給 AI Agent 出題、運行和打分的開源框架,可用於能力評測和強化學習訓練。

Prime Intellect 還開源了模型訓練框架 prime-rl。簡單來說,Verifiers 負責定義任務、工具和評分規則,prime-rl 根據任務結果訓練模型。開發者可以自行下載和部署這兩套工具。

Prime Intellect 同時運營 Environments Hub 和 Lab。前者用於共享和下載現成的訓練環境,後者提供托管訓練服務。開發者可以自己部署整套工具,也可以直接使用 Prime Intellect 的環境和算力平台。

舊版 Verifiers 把任務和 Agent 的運行方式綁在一起。v1 將其拆成三塊:Taskset 規定做什麼、提供哪些工具、如何評分;Harness 決定 Agent 怎樣完成任務;Runtime 決定任務在本地、Docker 還是遠程沙箱中運行。

同一套任務因此可以換用 Codex、Kimi Code、Terminus 2 等 Agent,也可以在本地、Docker 或遠程沙箱中執行。開發者不用每換一個 Agent 或執行環境,就重寫任務和評分規則。

v1 還能記錄子 Agent 調用、上下文壓縮等分支過程,並保存訓練所需的 Token ID 和對數概率。新版更適合持續數百輪的長任務,也能直接把 Agent 的運行軌跡用於強化學習。未來的 1.0.0 還計劃加入多 Agent 環境,並完善對 OpenEnv、NeMo Gym 和 OpenReward 等環境框架的支持。

相關推薦
透過開發切實可行的分散式 AI 訓練框架,Prime Intellect 啟動了去中心化 GPU 算力市場的潛力。
Agent元宇宙正在掀起一場革命,用AI agent和代幣化把Web3遊戲玩出新花樣
不到一個月的時間,整個 AI Agent 賽道專案的市值就達到百億美元。
AI Agent 與 DeSci 的敘事能否貫穿新的一年?
糾錯/舉報
提交
新增文庫
僅自己可見
公開
保存
選擇文庫
新增文庫
取消
完成