Lumunsad ang Prime Intellect ng Verifiers v1 Preview, na nagpapalakas sa pagtuturo at pag-evaluate ng AI Agent

iconKuCoinFlash
I-share
AI summary iconSummary
Ang AI + cryptocurrency news platform na Prime Intellect ay nag-launch ng Verifiers 0.2.0, isang preview ng Verifiers v1 architecture. Ang open-source framework na ito ay tumutukoy sa mga task, tools, at scoring rules para sa AI agents, na pinamamahalaan ng prime-rl framework. Ang bersyon v1 ay naghihiwalay sa mga task mula sa agent execution, na nagpapahintulot sa paggamit muli sa iba’t ibang agents at environments. Ito rin ay sumusuporta sa logging para sa agent interactions at token-level data ayon sa mga alituntunin ng cryptocurrency. Ang mga susunod na update ay maglalaman ng multi-agent environments at mas malawak na framework support.
ME AI mensahe, ayon sa pagmamasid ni Beating, ang AI training platform na Prime Intellect ay naglabas ng verifiers 0.2.0 at isinama ang preview ng arkitektura ng susunod na henerasyon na Verifiers v1. Ang Verifiers ay isang open-source framework na ginagamit para magbigay ng mga tanong, pagsasagawa, at pagmamarka sa AI Agent, na maaaring gamitin para sa pag-evaluate ng kakayahan at pagtrato sa reinforcement learning. Ang Prime Intellect ay nag-open-source din ng model training framework na prime-rl. Sa simpleng salita, ang Verifiers ang responsable sa pagtukoy ng mga gawain, mga tool, at mga patakaran sa pagmamarka, habang ang prime-rl ay nagtatrain ng model batay sa resulta ng gawain. Ang mga developer ay maaaring i-download at ideploy ang dalawang tool na ito nang sarili nila. Parehong pinapatakbo ni Prime Intellect ang Environments Hub at Lab. Ang una ay ginagamit para magbahagi at i-download ang mga handa nang training environment, habang ang pangalawa ay nag-aalok ng托管 training service. Maaaring ideploy ng mga developer ang buong sistema nang sarili nila, o direktang gamitin ang mga environment at computing platform ni Prime Intellect. Ang lumang bersyon ng Verifiers ay nagkakabit ng gawain at paraan ng pagsasagawa ng Agent. Ang v1 ay hinati ito sa tatlong bahagi: ang Taskset ay tumutukoy kung ano ang gagawin, anong mga tool ang ibibigay, at paano magmamarka; ang Harness ay nagpapasya kung paano matutupad ng Agent ang gawain; at ang Runtime ay nagpapasya kung saan gagawin ang gawain—sa lokal, Docker, o remote sandbox. Dahil dito, maaaring gamitin ang iisang taskset gamit ang iba’t ibang Agent tulad ng Codex, Kimi Code, Terminus 2, o maaari itong pagsasagawa sa lokal, Docker, o remote sandbox. Hindi na kailangang isulat muli ng mga developer ang mga gawain at patakaran sa pagmamarka bawat pagbabago ng Agent o environment. Ang v1 ay maaari ring mag-record ng mga sub-Agent call, context compression, at iba pang branch process, at i-save ang mga Token ID at log probability na kailangan para sa pagtrato. Mas angkop ang bagong bersyon para sa mahabang gawain na may higit sa isang daan na round, at maaari itong gamitin nang direkta para sa reinforcement learning gamit ang tracing ng paggawa ng Agent. Sa hinaharap, isasama sa 1.0.0 ang multi-agent environment at papalawakin ang suporta sa mga framework tulad ng OpenEnv, NeMo Gym, at OpenReward. (Pinagmulan: BlockBeats)
Source:Ipakita ang original
Disclaimer: Ang information sa page na ito ay maaaring nakuha mula sa mga third party at hindi necessary na nagre-reflect sa mga pananaw o opinyon ng KuCoin. Ibinigay ang content na ito para sa mga pangkalahatang informational purpose lang, nang walang anumang representation o warranty ng anumang uri, at hindi rin ito dapat ipakahulugan bilang financial o investment advice. Hindi mananagot ang KuCoin para sa anumang error o omission, o para sa anumang outcome na magreresulta mula sa paggamit ng information na ito. Maaaring maging risky ang mga investment sa mga digital asset. Pakisuri nang maigi ang mga risk ng isang produkto at ang risk tolerance mo batay sa iyong sariling kalagayang pinansyal. Para sa higit pang information, mag-refer sa aming Terms ng Paggamit at Disclosure ng Risk.