AI 代理訓練環境開源
5月19日(UTC+8),Prime Intellect開源了General-Agent,這是一個包含4504個任務和超過8000個獨特工具的自演化合成環境。

全程未訓練任何神經網絡!大模型手寫控制規則殺入流體力學工業,14 美元跑通全套策略 OpenAI 後訓練核心成員翁家翌剛證明了「純靠大模型寫代碼能通關 Atari 遊戲」,研究人員 Paul Garnier 就把這套方法搬進了更硬核的流體力學控制。 他全程未訓練任何神經網絡。單純讓 Codex 5.5 充當程式設計師,盯著流體模擬影片反覆改寫 Python 腳本。就靠這套手寫的控制規則,AI 在十幾項物理測試中,硬是在超過半數的場景裡把頂級的強化學習(DRL)基線挑落馬下。 給汽車減阻、安撫管道湍流,工業界過去只能靠砸算力,硬餵出一個看不懂的黑盒模型去控制氣流閥門。Codex 避開了這條死胡同。它寫出來的規則極其直白,例如「當局部曲率過大時,延遲噴氣」。幾十行帶有物理常識的短代碼,直接替代了神經網絡無腦的暴力試錯。 把黑盒換成代碼,幹掉了神經網絡僵化、一碰就碎的死穴。過去只要硬體稍有改動(例如控制噴嘴從 5 個換成 10 個),舊模型當場報廢,必須重新燒錢訓練。現在只要在代碼裡改個常數,系統瞬間就能對接新設備。 當測試時間被強行拉長四倍時,走出經驗區的傳統 DRL 模型全盤崩潰;但大模型寫的代碼由於直接遵循了物理邏輯,始終運轉穩定。跑通這一套控制策略,大模型僅消耗了 2125 萬 Token,總花費不到 14 美元。 #AI #AIAgent













