Pesan AIMPACT, 19 Mei (UTC+8), menurut pemantauan Beating, Prime Intellect mengumumkan lingkungan pelatihan agen sumber terbuka general-agent, sebuah lingkungan sintetis sepenuhnya yang mampu berevolusi sendiri. Inti dari rilis ini adalah menjadikan generasi tugas sebagai permainan dua pemain: antara sintetis dan penyelesaian yang saling bersaing secara bergiliran; saat ini telah dibangun secara otomatis database status besar yang mencakup 4.504 tugas dan lebih dari 8.000 alat unik. Kerangka ini memulai dari tugas benih sederhana, membagi tugas menjadi lima tingkat kesulitan, t0 hingga t4, melalui sembilan strategi seperti batasan kondisional, instruksi kebisingan, dan keterkaitan lintas entitas. Sintetis bertanggung jawab merancang tugas dengan database, alat interaktif, dan fungsi verifikasi, sementara penyelesaian berusaha menyelesaikannya. Hanya tugas yang memiliki tingkat keberhasilan dalam rentang kesulitan tertentu yang akan dipertahankan, dengan tingkat paling sulit menjadi benih untuk evolusi berikutnya. Uji coba resmi menunjukkan bahwa hanya dengan menyesuaikan model parameter 30B menggunakan lebih dari 4.400 jejak yang disintesis dari lingkungan ini, akurasi pemanggilan alat meningkat dari 18,9% menjadi 52,3% pada pengujian benchmark BFCL. Mekanisme ini melepaskan model dari ketergantungan pada kumpulan data statis yang ditandai secara manual. Melalui persaingan langsung antar model, sistem mampu secara terus-menerus menghasilkan korpus pelatihan dengan tingkat kesulitan terkendali dan verifikasi semantik. (Sumber: BlockBeats)
Prime Intellect Membuka Sumber Lingkungan Agen AI yang Berubah Sendiri dengan 8,000+ Alat
KuCoinFlashKongsi






Prime Intellect membuka sumber persekitaran agen AI yang berevolusi sendiri pada 19 Mei (UTC+8), dengan menampilkan 4,504 tugas dan lebih 8,000 alat. Sistem adversarial menggunakan penyintesis dan penyelesaian untuk berevolusi daripada tugas asas melalui sembilan strategi di lima peringkat kesukaran. Hanya tugas yang memenuhi ambang kadar lulus yang dipertahankan, dengan yang paling sukar digunakan sebagai benih baru. Prestasi pada tolok BFCL meningkat dari 18.9% kepada 52.3% selepas penyesuaian halus model dengan 30 bilion parameter menggunakan 4,400 trajektori sintetik. Langkah ini boleh memberi kesan terhadap likuiditi dan pasaran kripto dengan mengurangkan ketergantungan kepada set data yang dianotasi secara manual, mungkin membantu usaha CFT.
Sumber:Tunjukkan artikel asal
Penafian: Maklumat yang terdapat pada halaman ini mungkin telah diperoleh daripada pihak ketiga dan tidak semestinya menggambarkan pandangan atau pendapat KuCoin. Kandungan ini adalah disediakan bagi tujuan maklumat umum sahaja, tanpa sebarang perwakilan atau waranti dalam apa jua bentuk, dan juga tidak boleh ditafsirkan sebagai nasihat kewangan atau pelaburan. KuCoin tidak akan bertanggungjawab untuk sebarang kesilapan atau pengabaian, atau untuk sebarang akibat yang terhasil daripada penggunaan maklumat ini.
Pelaburan dalam aset digital boleh membawa risiko. Sila menilai risiko produk dan toleransi risiko anda dengan teliti berdasarkan keadaan kewangan anda sendiri. Untuk maklumat lanjut, sila rujuk kepada Terma Penggunaan dan Pendedahan Risiko kami.