Prime Intellect запускає попередній варіант Verifiers v1, що покращує навчання та оцінку AI-агентів

iconKuCoinFlash
Поділитися
AI summary iconКороткий зміст
Платформа новин про штучний інтелект і криптовалюту Prime Intellect запустила Verifiers 0.2.0 — попередню версію архітектури Verifiers v1. Відкритий фреймворк визначає завдання, інструменти та правила оцінки для агентів ШІ, а фреймворк prime-rl керує навчанням моделей. Версія v1 розділяє завдання від виконання агентів, що дозволяє їх повторне використання в різних агентах та середовищах. Вона також підтримує логування взаємодій агентів та даних на рівні токенів у відповідності з правилами криптовалют. У майбутніх оновленнях планується додати середовища з багатьма агентами та ширшу підтримку фреймворку.
ME AI Новина: за даними моніторингу Beating, платформа навчання ШІ Prime Intellect випустила версію 0.2.0 Verifiers, відкривши попередній огляд архітектури наступного покоління Verifiers v1. Verifiers — це відкритий фреймворк для створення завдань, запуску та оцінки ШІ-агентів, який можна використовувати для оцінки здібностей та навчання з підсиленням. Prime Intellect також відкрила джерела фреймворку навчання моделей prime-rl. Просто кажучи, Verifiers визначають завдання, інструменти та правила оцінки, а prime-rl навчає моделі на основі результатів завдань. Розробники можуть завантажити та розгорнути ці два інструменти самостійно. Prime Intellect також керує Environments Hub та Lab. Перший дозволяє обмінюватися та завантажувати готові середовища для навчання, а другий надає хостингові сервіси для навчання. Розробники можуть розгорнути повний набір інструментів самостійно або безпосередньо використовувати середовища та обчислювальні ресурси Prime Intellect. У попередній версії Verifiers завдання та спосіб виконання агента були жорстко зв’язані. У v1 це розділено на три компоненти: Taskset визначає, що робити, які інструменти надавати та як оцінювати; Harness визначає, як агент має виконувати завдання; Runtime визначає, де виконувати завдання — локально, у Docker чи у віддаленому санкціонованому середовищі. Одне й те саме завдання тепер можна виконувати з різними агентами, такими як Codex, Kimi Code, Terminus 2, а також у локальному, Docker- чи віддаленому санкціонованому середовищі. Розробникам не потрібно переписувати завдання та правила оцінки кожного разу, коли вони змінюють агента чи середовище виконання. v1 також може записувати виклики підагентів, стиснення контексту та інші гілки процесу, зберігаючи при цьому Token ID та логарифмічні ймовірності, необхідні для навчання. Нова версія краще підходить для довгих завдань, що тривають сотні раундів, і дозволяє безпосередньо використовувати треки виконання агента для навчання з підсиленням. У майбутньому планується додати підтримку багатоагентних середовищ у версії 1.0.0, а також покращити сумісність з фреймворками OpenEnv, NeMo Gym і OpenReward. (Джерело: BlockBeats)
Джерело:Показати оригінал
Відмова від відповідальності: Інформація на цій сторінці може бути отримана від третіх осіб і не обов'язково відображає погляди або думки KuCoin. Цей контент надається лише для загального інформування, без будь-яких запевнень або гарантій, а також не може розглядатися як фінансова або інвестиційна порада. KuCoin не несе відповідальності за будь-які помилки або упущення, а також за будь-які результати, отримані в результаті використання цієї інформації. Інвестиції в цифрові активи можуть бути ризикованими. Будь ласка, ретельно оцініть ризики продукту та свою толерантність до ризику, виходячи з ваших власних фінансових обставин. Для отримання додаткової інформації, будь ласка, зверніться до наших Умов використання та Розкриття інформації про ризики.