廣場
最新
熱門
新聞
我的主頁
發布
Prime Intellect 重寫 Verifiers，Agent 訓練評測可如同積木拼裝
区块律动
2026-07-13 06:01:28
關注
摘要生成中
根據觀察 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 是提供給 AI Agent 出題、執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 也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 會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 同時營運 Environments Hub 和 Lab。前者用於共享與下載現成的訓練環境，後者提供託管訓練服務。開發者可以自行部署整套工具，也可以直接使用 Prime Intellect 的環境與算力平台。
舊版 Verifiers 將任務與 Agent 的執行方式綁在一起。v1 將其拆成三塊：Taskset 規定要做什麼、提供哪些工具、以及如何評分；Harness 決定 Agent 怎樣完成任務；Runtime 決定任務在本地、Docker 還是遠端沙箱中執行。
因此，同一套任務可改用 Codex、Kimi Code、Terminus 2 等 Agent，也可在本地、Docker 或遠端沙箱中執行。開發者不必每更換一個 Agent 或執行環境，就重寫任務與評分規則。
v1 還能記錄子 Agent 的呼叫、上下文壓縮等分支過程，並保存訓練所需的 Token ID 與對數機率。新版更適合進行持續數百輪的長任務，也能直接將 Agent 的執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 等環境框架的支援。
查看原文
此頁面可能包含第三方內容，僅供參考（非陳述或保證），不應被視為 Gate 認可其觀點表述，也不得被視為財務或專業建議。詳見
聲明
。
打賞
按讚
回覆
轉發
分享
回覆
請輸入回覆內容
請輸入回覆內容
回覆
暫無回覆
熱門話題
查看更多
#
PreIPOs第二期OpenAI認購
70.57萬 熱度
#
百萬充值補貼
52.64萬 熱度
#
沃什聽證會撞上CPI
1.45萬 熱度
#
伊朗宣布關閉霍爾木茲海峽
377.08萬 熱度
#
世界盃冠軍預測
22.14萬 熱度
已置頂
網站地圖
Prime Intellect 重寫 Verifiers，Agent 訓練評測可如同積木拼裝
Prime Intellect 也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 會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 同時營運 Environments Hub 和 Lab。前者用於共享與下載現成的訓練環境，後者提供託管訓練服務。開發者可以自行部署整套工具，也可以直接使用 Prime Intellect 的環境與算力平台。
舊版 Verifiers 將任務與 Agent 的執行方式綁在一起。v1 將其拆成三塊：Taskset 規定要做什麼、提供哪些工具、以及如何評分；Harness 決定 Agent 怎樣完成任務；Runtime 決定任務在本地、Docker 還是遠端沙箱中執行。
因此，同一套任務可改用 Codex、Kimi Code、Terminus 2 等 Agent，也可在本地、Docker 或遠端沙箱中執行。開發者不必每更換一個 Agent 或執行環境，就重寫任務與評分規則。
v1 還能記錄子 Agent 的呼叫、上下文壓縮等分支過程，並保存訓練所需的 Token ID 與對數機率。新版更適合進行持續數百輪的長任務，也能直接將 Agent 的執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 等環境框架的支援。