প্রাইম ইন্টেলেক্ট ভেরিফায়ার্স v1 প্রিভিউ চালু করেছে, যা এআই এজেন্ট প্রশিক্ষণ এবং মূল্যায়নকে উন্নত করে

KuCoinFlash

রিলিজের সময়:

সারাংশ

AI এবং ক্রিপ্টোকারেন্সি সংবাদ প্ল্যাটফর্ম Prime Intellect এখন Verifiers 0.2.0 চালু করেছে, যা Verifiers v1 আর্কিটেকচারের একটি প্রিভিউ। এই ওপেন-সোর্স ফ্রেমওয়ার্কটি AI এজেন্টদের জন্য কাজ, টুল এবং স্কোরিং নিয়ম সংজ্ঞায়িত করে, যেখানে prime-rl ফ্রেমওয়ার্ক মডেল প্রশিক্ষণ পরিচালনা করে। v1 সংস্করণটি কাজ এবং এজেন্ট বাস্তবায়নকে আলাদা করে, যার ফলে এজেন্ট এবং পরিবেশের মধ্যে পুনর্ব্যবহারযোগ্যতা সম্ভব হয়। এটি ক্রিপ্টোকারেন্সি নিয়মের অধীনে এজেন্টের ইন্টারঅ্যাকশন এবং টোকেন-লেভেলের ডেটা লগিংয়েরও সমর্থন করে। ভবিষ্যতের আপডেটগুলিতে মাল্টি-এজেন্ট পরিবেশ এবং বিস্তৃত ফ্রেমওয়ার্ক সমর্থন অন্তর্ভুক্ত হবে।

ME AI সংবাদ, অনুসরণ করে Beating মনিটরিং, AI ট্রেনিং প্ল্যাটফর্ম Prime Intellect verifiers 0.2.0 প্রকাশ করেছে এবং এতে পরবর্তী প্রজন্মের Verifiers v1 এর আর্কিটেকচার প্রিভিউ খুলেছে। Verifiers হলো একটি ওপেন-সোর্স ফ্রেমওয়ার্ক যা AI Agent-এর জন্য প্রশ্ন তৈরি, চালানো এবং স্কোরিংয়ের জন্য ব্যবহার করা যায়, যা ক্ষমতা মূল্যায়ন এবং রিইনফোর্সমেন্ট লার্নিং ট্রেনিংয়ের জন্য উপযোগী। Prime Intellect আরও prime-rl মডেল ট্রেনিং ফ্রেমওয়ার্কটি ওপেন-সোর্স করেছে। সহজভাবে বলা যায়, Verifiers কাজ, টুলস এবং স্কোরিং নিয়মগুলি সংজ্ঞায়িত করে, আর prime-rl কাজের ফলাফলের ভিত্তিতে মডেলকে ট্রেন করে। ডেভেলপাররা এই দুটি টুলসটি নিজেদের ডাউনলোড এবং ডিপ্লয় করতে পারেন। Prime Intellect Environments Hub এবং Lab-এও কাজ করছে। Environments Hub-এর মাধ্যমে ব্যবহারকারীরা প্রস্তুত ট্রেনিং পরিবেশগুলি শেয়ার এবং ডাউনলোড করতে পারেন, আর Lab-এর মাধ্যমে হোস্টেড ট্রেনিং সার্ভিসগুলি প্রদান করা হয়। ডেভেলপাররা পুরোটা টুলসটি নিজেদেরই ডিপ্লয় করতে পারেন, অথবা Prime Intellect-এর পরিবেশ এবং কম্পিউটিং প্ল্যাটফর্মটি直接 use-এরও। পুরনো Verifiers-এ, কাজগুলি এবং Agent-এর চালানোর 방식টি एকসঙ্গে bind-করা। v1-এ, it-কে three parts-এ divide-করা হয়েছে: Taskset-এটি define-করে what to do, which tools to provide, and how to score; Harness-এটি decide-করে Agent-কিভাবে task-টি complete-করবে; Runtime-এটি decide-করে task-টি local, Docker, or remote sandbox-এ run-হবে। একই task-টি Codex, Kimi Code, Terminus 2, etc. Agent-গুলির with use-করা can be, local, Docker, or remote sandbox-এ execute-ও can be। Developer-দের need not rewrite task and scoring rules every time they switch an Agent or execution environment। v1 also record sub-Agent calls, context compression, and other branching processes, and save Token IDs and log probabilities required for training। New version is more suitable for long tasks lasting hundreds of rounds, and can directly use Agent's execution trace for reinforcement learning। Future 1.0.0 version also plans to add multi-Agent environments and improve support for environment frameworks like OpenEnv, NeMo Gym, and OpenReward। (Source: BlockBeats)

উৎস:আসল দেখান

দাবিত্যাগ: এই পৃষ্ঠার তথ্য তৃতীয় পক্ষের কাছ থেকে প্রাপ্ত হতে পারে এবং অগত্যা KuCoin এর মতামত বা মতামত প্রতিফলিত করে না। এই বিষয়বস্তু শুধুমাত্র সাধারণ তথ্যগত উদ্দেশ্যে প্রদান করা হয়, কোন ধরনের প্রতিনিধিত্ব বা ওয়ারেন্টি ছাড়াই, বা এটিকে আর্থিক বা বিনিয়োগ পরামর্শ হিসাবে বোঝানো হবে না। KuCoin কোনো ত্রুটি বা বাদ পড়ার জন্য বা এই তথ্য ব্যবহারের ফলে যে কোনো ফলাফলের জন্য দায়ী থাকবে না। ডিজিটাল সম্পদে বিনিয়োগ ঝুঁকিপূর্ণ হতে পারে। আপনার নিজের আর্থিক পরিস্থিতির উপর ভিত্তি করে একটি পণ্যের ঝুঁকি এবং আপনার ঝুঁকি সহনশীলতা সাবধানে মূল্যায়ন করুন। আরও তথ্যের জন্য, অনুগ্রহ করে আমাদের ব্যবহারের শর্তাবলী এবং ঝুঁকি প্রকাশ পড়ুন।