پرائم انٹیلیکٹ نے ویریفائرز v1 پریویو لانچ کیا، جس سے AI ایجینٹ تربیت اور جائزہ لینے میں بہتری ہوئی

ME AI کی خبر، Beating مانیٹرنگ کے مطابق، AI ٹریننگ پلیٹ فارم Prime Intellect نے verifiers 0.2.0 جاری کیا ہے اور اس میں نسل جدید Verifiers v1 کی ساخت کا پیش خدمت پیش کیا ہے۔ Verifiers AI Agent کے لیے سوالات بنانے، چلانے اور اسکور کرنے کا ایک اوپن سورس فریم ورک ہے جسے صلاحیت کی تشخیص اور تقویتی سیکھنے کے لیے استعمال کیا جا سکتا ہے۔ Prime Intellect نے مدل ٹریننگ فریم ورک prime-rl بھی اوپن سورس کر دیا ہے۔ سادہ الفاظ میں، Verifiers ایسے کام، ٹولز اور اسکورنگ کے قواعد تعریف کرتا ہے جبکہ prime-rl کام کے نتائج کے مطابق مدل کو ٹرین کرتا ہے۔ ڈویلپرز دونوں ٹولز کو اپنی طرف سے ڈاؤن لوڈ اور ڈپلوی کر سکتے ہیں۔ Prime Intellect Environments Hub اور Lab دونوں چلا رہا ہے۔ پہلا پہلے سے تیار ٹریننگ ماحول شیئر اور ڈاؤن لوڈ کرنے کے لیے استعمال ہوتا ہے، جبکہ دوسرا ہوسٹڈ ٹریننگ سروس فراہم کرتا ہے۔ ڈویلپرز پورا سسٹم اپنی طرف سے ڈپلوی کر سکتے ہیں یا Prime Intellect کے ماحول اور کمپوٹنگ پلیٹ فارم کا براہ راست استعمال کر سکتے ہیں۔ قدیم Verifiers میں کام اور Agent کا عمل ایک ساتھ جڑا ہوا تھا۔ v1 اسے تین حصوں میں تقسیم کرتا ہے: Taskset بتاتا ہے کہ کیا کرنا ہے، کون سے ٹولز فراہم کرنے ہیں، اور کس طرح اسکور کرنا ہے؛ Harness بتاتا ہے کہ Agent کام کو کس طرح مکمل کرے؛ Runtime بتاتا ہے کہ کام مقامی، Docker یا ریموٹ سینڈ باکس میں کس طرح چلنا ہے۔ اس طرح ایک ہی کام Codex، Kimi Code، Terminus 2 جیسے مختلف Agent کے ساتھ استعمال کیا جا سکتا ہے، یا مقامی، Docker یا ریموٹ سینڈ باکس میں نفاذ کیا جا سکتا ہے۔ ڈویلپرز کو ہر نئے Agent یا نفاذ ماحول پر بدلنے پر دوبارہ کام اور اسکورنگ قواعد لکھنے کی ضرورت نہیں پڑتی۔ v1 مزید بطورِ خصوصیت sub-Agent بلندگو، تنظیمِ سرخ، اور دوسرے شاخوں والے عملز کو رکھتا ہے اور ٹریننگ کے لیے ضروری Token ID اور لگارتمِ احتمالات کو محفوظ رکھتا ہے۔ نئی نسل زیادہ لمبے، سینکڑوں راؤنڈ والے کاموں کے لیے مناسب ہے اور Agent کے عمل کو براہ راست تقویتی سیکھنے میں استعمال کر سکتی ہے۔ مستقبل میں، نسخہ 1.0.0 میں متعدد Agent ماحول شامل کرنے اور OpenEnv، NeMo Gym اور OpenReward جیسے ماحول فریم ورکس کے لیے حمایت بڑھانے کا منصوبہ ہے۔ (ذرائع: BlockBeats)