Berdasarkan pemantauan Beating, platform pelatihan AI Prime Intellect merilis verifiers versi 0.2.0 dan membuka pratinjau arsitektur generasi berikutnya Verifiers v1. Verifiers adalah framework open-source untuk membuat soal, menjalankan, dan memberi skor bagi AI Agent, yang dapat digunakan untuk penilaian kemampuan serta pelatihan reinforcement learning.

Prime Intellect juga mengopen-source framework pelatihan model prime-rl. Secara sederhana, Verifiers bertugas mendefinisikan tugas, alat, dan aturan penilaian, sementara prime-rl melatih model berdasarkan hasil tugas. Pengembang dapat mengunduh dan melakukan deployment kedua perangkat ini sendiri.

Prime Intellect sekaligus mengelola Environments Hub dan Lab. Yang pertama digunakan untuk berbagi serta mengunduh lingkungan pelatihan yang sudah jadi, sedangkan yang kedua menyediakan layanan pelatihan terkelola. Pengembang bisa melakukan deployment seluruh rangkaian tools sendiri, atau langsung memakai lingkungan dan platform komputasi Prime Intellect.

Verifiers versi lama mengikat tugas dan cara menjalankan Agent. v1 memecahnya menjadi tiga bagian: Taskset menentukan apa yang dikerjakan, alat apa saja yang disediakan, dan bagaimana cara penilaian; Harness menentukan bagaimana Agent menyelesaikan tugas; Runtime menentukan apakah tugas dijalankan di lokal, Docker, atau sandbox jarak jauh.

Karena itu, tugas yang sama dapat memakai Agent seperti Codex, Kimi Code, Terminus 2, dan lainnya, serta dapat dieksekusi di lokal, Docker, atau sandbox jarak jauh. Pengembang tidak perlu menulis ulang tugas dan aturan penilaian setiap kali mengganti Agent atau lingkungan eksekusi.

v1 juga dapat mencatat proses percabangan seperti pemanggilan sub Agent dan kompresi konteks, serta menyimpan Token ID dan probabilitas log yang diperlukan untuk pelatihan. Versi baru ini lebih cocok untuk tugas panjang yang berjalan ratusan putaran secara berkelanjutan, dan juga dapat langsung memakai jejak eksekusi Agent untuk reinforcement learning. Ke depannya, rencana rilis 1.0.0 mencakup penambahan lingkungan multi Agent, serta penyempurnaan dukungan untuk framework lingkungan seperti OpenEnv, NeMo Gym, dan OpenReward.

Lihat Asli

Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.

Hadiah
suka
Komentar
Posting ulang
Bagikan

Komentar

Tambahkan komentar

Tidak ada komentar

Topik Trending
Lihat Lebih Banyak
#
PreIPOsSeason2OpenAISubscription
699,15K Popularitas
#
MillionDepositCashback
533,13K Popularitas
#
IsraelStrikesIranBTCPlunges
71,99K Popularitas
#
WarshTestimonyMeetsCPI
13,18K Popularitas
#
USIranWarCloudsGather
3,77M Popularitas

Disematkan

peta situs

Prime Intellect menulis ulang Verifiers, evaluasi dan pelatihan Agen dapat seperti menyusun balok Lego

Topik Trending

PreIPOsSeason2OpenAISubscription

MillionDepositCashback

IsraelStrikesIranBTCPlunges

WarshTestimonyMeetsCPI

USIranWarCloudsGather

Disematkan