Prime Intellect lanza la versión preliminar de Verifiers v1, mejorando el entrenamiento y la evaluación de agentes de IA

iconKuCoinFlash
Compartir
AI summary iconResumen
La plataforma de noticias de IA y criptomonedas Prime Intellect ha lanzado Verifiers 0.2.0, una versión preliminar de la arquitectura Verifiers v1. Este marco de código abierto define tareas, herramientas y reglas de puntuación para agentes de IA, con el marco prime-rl gestionando el entrenamiento del modelo. La versión v1 separa las tareas de la ejecución del agente, permitiendo su reutilización entre agentes y entornos. También admite registros de interacciones del agente y datos a nivel de token bajo reglas de criptomonedas. Las actualizaciones futuras incluirán entornos de múltiples agentes y un soporte más amplio del marco.
ME AI Noticia, según el monitoreo de Beating, la plataforma de entrenamiento de IA Prime Intellect ha lanzado la versión 0.2.0 de Verifiers, incluyendo una previsualización de la arquitectura de los siguientes Verifiers v1. Verifiers es un marco de código abierto para plantear tareas, ejecutarlas y calificarlas a los Agentes de IA, útil para evaluaciones de capacidad y entrenamiento de aprendizaje por refuerzo. Prime Intellect también ha liberado el marco de entrenamiento de modelos prime-rl. En resumen, Verifiers define las tareas, herramientas y reglas de calificación, mientras que prime-rl entrena los modelos según los resultados de las tareas. Los desarrolladores pueden descargar e implementar ambos conjuntos de herramientas por su cuenta. Prime Intellect también opera Environments Hub y Lab. El primero permite compartir y descargar entornos de entrenamiento listos para usar, mientras que el segundo ofrece servicios de entrenamiento alojados. Los desarrolladores pueden implementar todo el conjunto de herramientas por su cuenta o utilizar directamente los entornos y la plataforma de cómputo de Prime Intellect. La versión anterior de Verifiers vinculaba las tareas con la forma en que se ejecutaban los Agentes. La v1 las divide en tres componentes: Taskset define qué hacer, qué herramientas proporcionar y cómo calificar; Harness determina cómo el Agente completa la tarea; Runtime decide si la tarea se ejecuta localmente, en Docker o en un sandbox remoto. Así, la misma tarea puede ejecutarse con distintos Agentes como Codex, Kimi Code o Terminus 2, y en entornos locales, Docker o sandbox remoto. Los desarrolladores no necesitan reescribir las tareas ni las reglas de calificación cada vez que cambian el Agente o el entorno de ejecución. La v1 también puede registrar procesos ramificados como llamadas a sub-Agentes y compresión de contexto, además de guardar los ID de Token y log probabilities necesarios para el entrenamiento. La nueva versión es más adecuada para tareas largas que duran cientos de rondas y puede utilizar directamente la trayectoria de ejecución del Agente para el aprendizaje por refuerzo. La futura versión 1.0.0 planea incorporar entornos multi-Agente y mejorar el soporte para marcos de entorno como OpenEnv, NeMo Gym y OpenReward. (Fuente: BlockBeats)
Fuente:Mostrar original
Descargo de responsabilidad: La información contenida en esta página puede proceder de terceros y no refleja necesariamente los puntos de vista u opiniones de KuCoin. Este contenido se proporciona solo con fines informativos generales, sin ninguna representación o garantía de ningún tipo, y tampoco debe interpretarse como asesoramiento financiero o de inversión. KuCoin no es responsable de ningún error u omisión, ni de ningún resultado derivado del uso de esta información. Las inversiones en activos digitales pueden ser arriesgadas. Evalúa con cuidado los riesgos de un producto y tu tolerancia al riesgo en función de tus propias circunstancias financieras. Para más información, consulta nuestras Condiciones de uso y la Declaración de riesgos.