Prime Intellect запускает предварительную версию Verifiers v1, улучшая обучение и оценку AI-агентов

iconKuCoinFlash
Поделиться
AI summary iconСводка
Платформа новостей об ИИ и криптовалюте Prime Intellect запустила Verifiers 0.2.0 — предварительную версию архитектуры Verifiers v1. Эта открытая фреймворк определяет задачи, инструменты и правила оценки для агентов ИИ, а фреймворк prime-rl управляет обучением моделей. Версия v1 разделяет задачи и выполнение агентов, что позволяет повторно использовать их в разных агентах и средах. Она также поддерживает логирование взаимодействий агентов и данных на уровне токенов в соответствии с правилами криптовалюты. В будущих обновлениях планируется добавить многопользовательские среды и расширить поддержку фреймворка.
ME AI Новости: согласно мониторингу Beating, платформа для обучения ИИ Prime Intellect выпустила версию 0.2.0 Verifiers, в которой открыта предварительная версия архитектуры следующего поколения Verifiers v1. Verifiers — это открытая фреймворка для создания заданий, запуска и оценки AI-агентов, используемая для оценки способностей и обучения с подкреплением. Prime Intellect также открыла исходный код фреймворка для обучения моделей prime-rl. Проще говоря, Verifiers отвечают за определение задач, инструментов и правил оценки, а prime-rl обучает модели на основе результатов задач. Разработчики могут самостоятельно загрузить и развернуть оба инструмента. Prime Intellect также управляет Environments Hub и Lab. Первый предназначен для обмена и загрузки готовых сред обучения, второй предоставляет облачные сервисы для обучения. Разработчики могут самостоятельно развернуть полный набор инструментов или напрямую использовать среды и вычислительные ресурсы Prime Intellect. В старой версии Verifiers задачи и способ выполнения агентом были жестко связаны. В v1 это разделено на три компонента: Taskset определяет, что делать, какие инструменты предоставлять и как оценивать; Harness решает, как агент должен выполнять задачу; Runtime определяет, где будет выполняться задача — локально, в Docker или в удаленном песочнице. Одна и та же задача теперь может выполняться с использованием различных агентов, таких как Codex, Kimi Code, Terminus 2, а также в локальной среде, Docker или удаленном песочнице. Разработчику не нужно заново переписывать задачи и правила оценки при смене агента или среды выполнения. Версия v1 также может записывать вызовы подагентов, сжатие контекста и другие ветвящиеся процессы, сохраняя при этом ID токенов и логарифмические вероятности, необходимые для обучения. Новая версия лучше подходит для длительных задач, продолжающихся сотни циклов, и позволяет напрямую использовать траектории выполнения агента для обучения с подкреплением. В будущем версия 1.0.0 планирует добавить поддержку сред с несколькими агентами и улучшить совместимость с фреймворками OpenEnv, NeMo Gym и OpenReward. (Источник: BlockBeats)
Источник:Показать оригинал
Отказ от ответственности: Информация на этой странице может быть получена от третьих лиц и не обязательно отражает взгляды или мнения KuCoin. Данный контент предоставляется исключительно в общих информационных целях, без каких-либо заверений или гарантий, а также не может быть истолкован как финансовый или инвестиционный совет. KuCoin не несет ответственности за ошибки или упущения, а также за любые результаты, полученные в результате использования этой информации. Инвестиции в цифровые активы могут быть рискованными. Пожалуйста, тщательно оценивайте риски, связанные с продуктом, и свою устойчивость к риску, исходя из собственных финансовых обстоятельств. Для получения более подробной информации, пожалуйста, ознакомьтесь с нашими Условиями использования и Уведомлением о риске.