D’après les contrôles de suivi Beating, la plateforme d’entraînement d’IA Prime Intellect a publié verifiers 0.2.0, et y a ouvert un aperçu de l’architecture de la prochaine génération Verifiers v1. Verifiers est un framework open source conçu pour générer des questions pour des AI Agent, exécuter ces tests et attribuer des notes ; il peut être utilisé pour l’évaluation des capacités et l’entraînement par apprentissage par renforcement.

Prime Intellect a également open source un framework d’entraînement de modèles appelé prime-rl. En termes simples, Verifiers définit les tâches, les outils et les règles de notation, tandis que prime-rl entraîne le modèle en fonction des résultats de la tâche. Les développeurs peuvent télécharger et déployer ces deux outils par leurs propres moyens.

Prime Intellect exploite en parallèle Environments Hub et Lab. Le premier sert à partager et télécharger des environnements d’entraînement prêts à l’emploi ; le second propose des services d’entraînement hébergés. Les développeurs peuvent déployer l’ensemble des outils eux-mêmes, ou bien utiliser directement les environnements et la plateforme de calcul de Prime Intellect.

Les anciennes versions de Verifiers reliaient la tâche et la manière d’exécuter l’Agent. Avec v1, cela est divisé en trois blocs : Taskset indique quoi faire, quels outils fournir et comment noter ; Harness détermine comment l’Agent accomplit la tâche ; Runtime détermine où exécuter la tâche, en local, dans Docker ou dans un sandbox distant.

Ainsi, avec la même série de tâches, il est possible de remplacer l’Agent par Codex, Kimi Code, Terminus 2, etc., et de les exécuter en local, dans Docker ou dans un sandbox distant. Les développeurs n’ont pas besoin de réécrire la tâche et les règles de notation à chaque changement d’Agent ou d’environnement d’exécution.

v1 peut aussi enregistrer les processus de branches comme les appels de sous Agent et la compression du contexte, et conserver les Token ID et les probabilités logarithmiques nécessaires à l’entraînement. La version mise à jour convient mieux aux tâches longues en continu sur des centaines de rounds, et peut aussi directement utiliser la trajectoire d’exécution de l’Agent pour l’apprentissage par renforcement. Pour l’avenir, la version 1.0.0 prévoit encore d’ajouter des environnements multi Agent et d’améliorer la prise en charge des frameworks d’environnements comme OpenEnv, NeMo Gym et OpenReward.

Voir l'original

Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.

Récompense
J'aime
Commentaire
Reposter
Partager

Commentaire

Ajouter un commentaire

Aucun commentaire

Sujets populaires
Afficher plus
#
PreIPOsSeason2OpenAISubscription
699,15K Popularité
#
MillionDepositCashback
533,13K Popularité
#
IsraelStrikesIranBTCPlunges
71,99K Popularité
#
WarshTestimonyMeetsCPI
13,18K Popularité
#
USIranWarCloudsGather
3,77M Popularité

Épinglé

Prime Intellect réécrit les Verifiers, l’entraînement et l’évaluation des agents peuvent se construire comme des blocs de construction

Sujets populaires

PreIPOsSeason2OpenAISubscription

MillionDepositCashback

IsraelStrikesIranBTCPlunges

WarshTestimonyMeetsCPI

USIranWarCloudsGather

Épinglé