动察 Beating tarafından yapılan takibe göre, AI eğitim platformu Prime Intellect, verifiers 0.2.0 sürümünü yayınladı ve bu sürümle birlikte bir sonraki nesil Verifiers v1'in mimari önizlemesini sundu. Verifiers, AI Agent'lara görevler veren, bunları çalıştıran ve puanlayan açık kaynaklı bir çerçevedir; yetenek değerlendirmesi ve pekiştirmeli öğrenme eğitimi için kullanılabilir.
Prime Intellect ayrıca model eğitim çerçevesi prime-rl'yi de açık kaynak olarak yayınladı. Basitçe ifade etmek gerekirse, Verifiers görevleri, araçları ve puanlama kurallarını tanımlarken, prime-rl görev sonuçlarına göre modeli eğitir. Geliştiriciler bu iki aracı kendileri indirip dağıtabilir.
Prime Intellect aynı anda Environments Hub ve Lab'i de işletmektedir. İlki hazır eğitim ortamlarını paylaşmak ve indirmek için kullanılırken, ikincisi barındırılan eğitim hizmetleri sunar. Geliştiriciler tüm araç setini kendileri dağıtabileceği gibi, doğrudan Prime Intellect'in ortam ve hesaplama platformunu da kullanabilir.
Eski Verifiers sürümü, görevleri ve Agent'ın çalışma şeklini birbirine bağlıyordu. v1 bunu üç bölüme ayırdı: Taskset ne yapılacağını, hangi araçların sağlanacağını ve nasıl puanlanacağını belirler; Harness, Agent'ın görevi nasıl tamamlayacağına karar verir; Runtime ise görevin yerel, Docker veya uzaktaki bir sanal alanda mı çalıştırılacağını belirler.
Bu sayede aynı görev seti, Codex, Kimi Code, Terminus 2 gibi farklı Agent'larla kullanılabileceği gibi, yerel, Docker veya uzak sanal alanda da çalıştırılabilir. Geliştiriciler, her Agent veya çalıştırma ortamı değişikliğinde görev ve puanlama kurallarını yeniden yazmak zorunda kalmaz.
v1 ayrıca alt Agent çağrıları, bağlam sıkıştırma gibi dallanma süreçlerini kaydedebilir ve eğitim için gerekli Token ID'lerini ve log olasılıklarını saklayabilir. Yeni sürüm, yüzlerce tur süren uzun görevler için daha uygundur ve Agent'ın çalışma izlerini doğrudan pekiştirmeli öğrenme için kullanabilir. Gelecekteki 1.0.0 sürümünde ayrıca çoklu Agent ortamı eklenmesi ve OpenEnv, NeMo Gym ile OpenReward gibi ortam çerçevelerine yönelik desteğin iyileştirilmesi planlanmaktadır.
