Prime Intellect 推出 Verifiers v1 預覽版，提升 AI 代理的訓練與評估

iconKuCoinFlash
分享
AI summary icon精華摘要
AI 與加密貨幣新聞平台 Prime Intellect 已推出 Verifiers 0.2.0，這是 Verifiers v1 架構的預覽版。該開源框架定義了 AI 代理的任務、工具和評分規則，並由 prime-rl 框架管理模型訓練。v1 版本將任務與代理執行分離，實現跨代理和環境的重用。它還支援根據加密貨幣規則記錄代理互動和標記級數據。未來更新將包括多代理環境和更廣泛的框架支援。
ME AI 消息，根據動察 Beating 監測，AI 訓練平台 Prime Intellect 發布 verifiers 0.2.0，並在其中開放下一代 Verifiers v1 的架構預覽。Verifiers 是一個用於為 AI Agent 出題、運行和評分的開源框架，可用於能力評估與強化學習訓練。Prime Intellect 同時開源了模型訓練框架 prime-rl。簡單來說，Verifiers 負責定義任務、工具與評分規則，prime-rl 則根據任務結果訓練模型。開發者可自行下載並部署這兩套工具。Prime Intellect 同時運營 Environments Hub 與 Lab。前者用於共享與下載現成的訓練環境，後者提供託管訓練服務。開發者可自行部署整套工具，也可直接使用 Prime Intellect 的環境與算力平台。舊版 Verifiers 將任務與 Agent 的運行方式綁定在一起；v1 則將其拆分為三部分：Taskset 規定做什麼、提供哪些工具、如何評分；Harness 決定 Agent 如何完成任務；Runtime 決定任務在本地、Docker 或遠端沙箱中運行。因此，同一套任務可換用 Codex、Kimi Code、Terminus 2 等 Agent，也可在本地、Docker 或遠端沙箱中執行。開發者無需每次更換 Agent 或執行環境時，就重寫任務與評分規則。v1 還能記錄子 Agent 調用、上下文壓縮等分支過程，並保存訓練所需的 Token ID 與對數機率。新版更適合持續數百輪的長任務，也能直接將 Agent 的運行軌跡用於強化學習。未來的 1.0.0 版本還計劃加入多 Agent 環境，並完善對 OpenEnv、NeMo Gym 與 OpenReward 等環境框架的支持。（來源：BlockBeats）
來源:顯示原文
免責聲明：本頁面資訊可能來自第三方，不一定反映KuCoin的觀點或意見。本內容僅供一般參考之用，不構成任何形式的陳述或保證，也不應被解釋為財務或投資建議。 KuCoin 對任何錯誤或遺漏，或因使用該資訊而導致的任何結果不承擔任何責任。 虛擬資產投資可能存在風險。請您根據自身的財務狀況仔細評估產品的風險以及您的風險承受能力。如需了解更多信息，請參閱我們的使用條款和風險披露 。