思维怪怪 (@0xLogicrw) “Prime Intellect 开源智能体训练环境 general-agent。这是一个完全基于代码合成、可自” — TopicDigg
思维怪怪
@0xLogicrw
写关于 AI 的一切 Shit Post
AI 信息流：
加入 May 2018
2.4K 正在关注 6.1K 粉丝
Prime Intellect 开源智能体训练环境 general-agent。这是一个完全基于代码合成、可自我进化的任务生成引擎。
它将训练语料的生成设定为一场双玩家博弈。两名 AI 玩家分工明确：合成器（Synthesizer）负责设计带有独立数据库、交互工具和验证函数的任务，求解器（Solver）则负责尝试通关。
任务从最简单的指令起步，系统会通过施加条件约束、混入噪音、设置跨实体关联等 9 种策略，把任务逐级演化出 t0 到 t4 五个难度阶梯。系统会根据求解器的真实通过率来动态校准，只有落在特定难度区间的任务才会被收录，而最难的一批任务会直接成为下一轮进化的种子。
目前，这场「左右互搏」已自动构建出包含 4504 个任务、逾 8000 个独特交互工具的大型状态数据库。
实测数据显示，仅用该环境自动生成的 4417 条执行轨迹对 30B 参数的 Nemotron 模型进行微调，就在 BFCL 基准测试中将其工具调用准确率从 18.9% 飙升至 52.3%。
这一对抗机制绕过了人工编写静态工具数据集的瓶颈。通过模型间的直接博弈，系统能够极低成本地源源不断合成出难度可测、自带闭环验证的复杂调度语料。
显示更多
The next step toward automating AI is automating RL environments
Introducing General-Agent: A fully synthetic environment whose task corpus self-evolves and grows harder over time
4,504 tool-use tasks · 1,040 domains · 8,159 unique tools
显示更多
