15:43
官方一手marktechpost@Michal Sutter
官方一手marktechpost@Michal Sutter精选
推荐理由：Prime Intellect 出了 Verifiers v1，把RL训练环境拆成任务集、框架和运行时三块，能自由组合，还自带拦截服务器收集数据，做智能体RL的可以试试。
Verifiers v1
共 1 条相关 AI 资讯
7月13日
15:43
Prime Intellect 发布了 Verifiers v1（0.2.0版本预览），将强化学习环境拆分为三个可组合组件：taskset（定义任务）、harness（执行方式）和runtime（运行位置）。系统包含一个拦截服务器，可代理请求并记录训练轨迹。任何taskset均可与任意兼容的harness和runtime搭配，并立即支持 prime-rl 训练框架。