प्राइम इंटेलेक्ट ने 8,000+ टूल्स के साथ स्व-विकास करने वाले AI एजेंट वातावरण को ओपन सोर्स किया

AIMPACT संदेश, 19 मई (UTC+8), Beating द्वारा निगरानी के अनुसार, Prime Intellect ने ओपन-सोर्स एजेंट ट्रेनिंग वातावरण "general-agent" की घोषणा की है, जो एक पूर्णतः सिंथेटिक, स्वयं-विकासशील वातावरण है। इस लॉन्च का केंद्र एक दो-खिलाड़ी खेल के रूप में कार्य उत्पन्न करना है: सिंथेटाइज़र और सॉल्वर एक-दूसरे के खिलाफ बारी-बारी से प्रतिस्पर्धा करते हैं, जिससे अब तक 4504 कार्यों और 8000 से अधिक अद्वितीय उपकरणों के साथ एक विशाल स्टेट डेटाबेस स्वचालित रूप से बना दिया गया है। यह फ्रेमवर्क सरल बीज कार्यों से शुरू होता है और 9 रणनीतियों—जिनमें सशर्त प्रतिबंध, शोर निर्देश, और एंटिटी-क्रॉस कपलिंग शामिल हैं—के माध्यम से कार्यों को t0 से t4 तक पाँच कठिनाई स्तरों में विभाजित करता है। सिंथेटाइज़र कार्यों का डिज़ाइन करता है, जिनमें डेटाबेस, इंटरैक्टिव उपकरण और प्रमाणीकरण फ़ंक्शन शामिल होते हैं, जबकि सॉल्वर प्रयास करता है कि कार्य पूरा हो। केवल उन्हीं कार्यों को बनाए रखा जाता है, जिनकी सफलता दर एक विशिष्ट कठिनाई सीमा में होती है, और सबसे कठिन स्तर को अगली पीढ़ी के लिए बीज के रूप में प्रयोग किया जाता है। आधिकारिक परीक्षणों में पाया गया कि, 30B पैरामीटर मॉडल को केवल 4400+ सिंथेटिक पथों से सूक्ष्म-समायोजित करने पर, BFCL बेंचमार्क में उपकरण-कॉल सटीकता 18.9% से बढ़कर 52.3% हो गई। यह मैकेनिज़्म मॉडल को मनुष्य-अंकित स्थिर डेटासेट पर निर्भरता से मुक्त करता है। मॉडल-बीच-मॉडल प्रतिस्पर्धा के माध्यम से, प्रणाली स्वयं ही कठिनाई-नियंत्रित, सेमेंटिकली-वेरिफाइड प्रशिक्षण कॉरपस का सतत उत्पादन करती है। (स्रोत: BlockBeats)