Prime Intellect открывает исходный код среды самоэволюционирующего ИИ-агента с более чем 8 000 инструментами

Сообщение AIMPACT, 19 мая (UTC+8): согласно мониторингу Beating, Prime Intellect объявила об открытии исходного кода среды для обучения агентов general-agent — полностью синтетической среды с возможностью саморазвития. Основой этого выпуска является превращение генерации задач в двухигровую игру: синтезатор и решатель чередуются в противостоянии. Уже автоматически построена крупная база состояний, содержащая 4504 задачи и более 8000 уникальных инструментов. Эта система начинает с простых начальных задач и использует девять стратегий — включая условные ограничения, шумовые инструкции и межсущностные связи — для разделения задач на пять уровней сложности от t0 до t4. Синтезатор отвечает за создание задач с базами данных, интерактивными инструментами и функциями проверки, а решатель пытается их выполнить. Сохраняются только те задачи, процент успешного прохождения которых попадает в определенный диапазон сложности; наиболее сложный уровень становится семенем для следующей волны эволюции. Официальные тесты показали, что тонкая настройка модели с параметрами 30 млрд только на основе 4400+ траекторий, сгенерированных в этой среде, повысила точность вызова инструментов на базе BFCL с 18,9% до 52,3%. Этот механизм позволяет моделям отказаться от зависимости от ручной аннотации статических наборов данных. Благодаря прямому противостоянию между моделями система способна непрерывно генерировать обучающие данные с контролируемой сложностью и семантической проверкой. (Источник: BlockBeats)