Message AIMPACT, 19 mai (UTC+8), selon la surveillance de Beating, Prime Intellect a annoncé l'ouverture du environnement d'entraînement d'agents général-agent, un environnement entièrement synthétique capable de s'autoréinventer. Le cœur de cette publication consiste à modéliser la génération de tâches comme un jeu à deux joueurs : un synthétiseur et un solveur s'affrontent alternativement. Un vaste ensemble de données comportant 4 504 tâches et plus de 8 000 outils uniques a déjà été construit automatiquement. Ce cadre commence à partir de tâches semences simples et les divise en cinq niveaux de difficulté, de t0 à t4, en appliquant neuf stratégies telles que des contraintes conditionnelles, des instructions bruitées et des couplages inter-entités. Le synthétiseur conçoit les tâches avec des bases de données, des outils interactifs et des fonctions de validation, tandis que le solveur tente de les accomplir. Seules les tâches dont le taux de réussite se situe dans une plage de difficulté spécifique sont conservées ; le niveau le plus difficile devient la semence pour la prochaine vague d'évolution. Les tests internes officiels montrent qu'un fine-tuning de modèle de 30 milliards de paramètres uniquement sur les 4 400 trajectoires synthétisées par cet environnement a permis d'augmenter la précision de l'appel d'outils de 18,9 % à 52,3 % sur le benchmark BFCL. Ce mécanisme libère les modèles de leur dépendance aux jeux de données statiques annotés manuellement. Grâce à des jeux directs entre modèles, le système génère continuellement des corpus d'entraînement dont la difficulté est contrôlée et qui comportent une validation sémantique. (Source : BlockBeats)
Prime Intellect ouvre la source de son environnement d'agent IA auto-évolutive avec plus de 8 000 outils
KuCoinFlashPartager
Résumé
Prime Intellect a open-sourcé son environnement d'agent IA auto-évolutive le 19 mai (UTC+8), avec 4 504 tâches et plus de 8 000 outils. Le système adversarial utilise un synthétiseur et un solveur pour évoluer à partir de tâches basiques via neuf stratégies à cinq niveaux de difficulté. Seules les tâches atteignant les seuils de taux de réussite sont conservées, les plus difficiles servant de nouvelles graines. La performance sur le benchmark BFCL est passée de 18,9 % à 52,3 % après un fine-tuning d'un modèle de 30 milliards de paramètres avec 4 400 trajectoires synthétiques. Cette initiative pourrait impacter la liquidité et les marchés crypto en réduisant la dépendance aux jeux de données annotées manuellement, ce qui pourrait faciliter les efforts CFT.
Source:Afficher l'original
Clause de non-responsabilité : les informations sur cette page peuvent avoir été obtenues auprès de tiers et ne reflètent pas nécessairement les points de vue ou opinions de KuCoin. Ce contenu est fourni à titre informatif uniquement, sans aucune représentation ou garantie d’aucune sorte, et ne doit pas être interprété comme un conseil en investissement. KuCoin ne sera pas responsable des erreurs ou omissions, ni des résultats résultant de l’utilisation de ces informations.
Les investissements dans les actifs numériques peuvent être risqués. Veuillez évaluer soigneusement les risques d’un produit et votre tolérance au risque en fonction de votre propre situation financière. Pour plus d’informations, veuillez consulter nos conditions d’utilisation et divulgation des risques.