Prime Intellect、Verifiers v1 プレビューをリリースし、AIエージェントのトレーニングと評価を強化

iconKuCoinFlash
共有
AI summary icon概要
AIと仮想通貨のニュースプラットフォームPrime Intellectは、Verifiers 0.2.0をリリースしました。これはVerifiers v1アーキテクチャのプレビュー版です。このオープンソースフレームワークは、AIエージェントのタスク、ツール、スコアリングルールを定義し、prime-rlフレームワークがモデルのトレーニングを管理します。バージョンv1では、タスクとエージェントの実行を分離し、エージェントや環境間での再利用を可能にしています。また、仮想通貨のルールに基づいてエージェントのインタラクションやトークンレベルのデータをログ記録する機能もサポートしています。今後のアップデートでは、マルチエージェント環境とより広範なフレームワークのサポートが追加される予定です。
ME AI ニュース：動察 Beating の監視によると、AIトレーニングプラットフォームPrime Intellectがverifiers 0.2.0をリリースし、次世代Verifiers v1のアーキテクチャプレビューを公開しました。Verifiersは、AI Agentに課題を出題し、実行およびスコアリングを行うためのオープンソースフレームワークで、能力評価や強化学習のトレーニングに使用できます。Prime Intellectはまた、モデルトレーニングフレームワークprime-rlをオープンソース化しました。簡単に言えば、Verifiersはタスク、ツール、スコアリングルールを定義し、prime-rlはタスクの結果に基づいてモデルをトレーニングします。開発者はこれらのツールを自由にダウンロードしてデプロイできます。Prime Intellectは同時にEnvironments HubとLabを運営しています。前者は既存のトレーニング環境の共有とダウンロードを目的としており、後者はホストされたトレーニングサービスを提供します。開発者はこれらのツール全体を自前でデプロイすることも、Prime Intellectの環境と計算リソースプラットフォームを直接利用することもできます。従来のVerifiersはタスクとAgentの実行方法を密接に結びつけていましたが、v1ではこれを3つの要素に分割しました：Tasksetは「何を行うか」「どのツールを提供するか」「どのようにスコアリングするか」を定義し、HarnessはAgentがタスクを完了する方法を決定し、Runtimeはタスクをローカル、Docker、またはリモートサンドボックスで実行するかを決定します。このように、同じタスクセットに対してCodex、Kimi Code、Terminus 2などの異なるAgentを使用でき、ローカル、Docker、またはリモートサンドボックスで実行することも可能です。Agentや実行環境を変更するたびに、タスクやスコアリングルールを再作成する必要がなくなります。v1はサブAgentの呼び出しやコンテキスト圧縮などの分岐プロセスを記録し、トレーニングに必要なToken IDと対数確率も保存できます。この新バージョンは数百ラウンドに及ぶ長時間タスクに適しており、Agentの実行トラジェクトリを直接強化学習に利用できます。今後の1.0.0バージョンでは、マルチAgent環境の追加や、OpenEnv、NeMo Gym、OpenRewardなどの環境フレームワークへの対応強化が計画されています。（出典：BlockBeats）
出典:原文を表示
免責事項: 本ページの情報はサードパーティからのものであり、必ずしもKuCoinの見解や意見を反映しているわけではありません。この内容は一般的な情報提供のみを目的として提供されており、いかなる種類の表明や保証もなく、金融または投資助言として解釈されるものでもありません。KuCoinは誤記や脱落、またはこの情報の使用に起因するいかなる結果に対しても責任を負いません。 デジタル資産への投資にはリスクが伴います。商品のリスクとリスク許容度をご自身の財務状況に基づいて慎重に評価してください。詳しくは利用規約およびリスク開示を参照してください。