Prime Intellect menyepadukan 23 set tugas, menyediakan lebih 365,000 persekitaran RL ejen
Tajuk asal:Scaling Agentic RL: 365,000+ Environments for SWE, Terminal, and Search
Ringkasan AI
Prime Intellect melancarkan research-environments, melalui taskset API verifiers v1 menyatukan 23 set tugas dalam tiga kategori SWE, terminal dan carian di bawah satu runtime dan cangkuk kotak pasir, dengan jumlah kira-kira 365,000 tugas, termasuk kira-kira 198,000 tugas kejuruteraan perisian, kira-kira 28,600 tugas terminal dan kira-kira 137,600 tugas carian.
Maklumat penting
- Prime Intellect melancarkan research-environments,melalui taskset API verifiers v1 menyatukan 23…
- terminal dan carian di bawah satu runtime dan cangkuk kotak pasir
- dengan jumlah kira-kira 365,000 tugas,termasuk kira-kira 198,000 tugas kejuruteraan…
Sekilas pandang
- Diterbitkan pada
- Dikemas kini pada
- Sumber
- Prime Intellect(网页)
- Kategori
- Produk & Aplikasi
- Skor AI
- 64
原文给出 23 个任务集统一为一套 API 的整合方法,以及 gold patch 验证和 reward hack 防护的具体做法,可复用于 RL 环境搭建。
Sumber dan hak cipta
Artikel ini disusun berdasarkan tajuk pilihan dan ringkasan AI daripada API awam AIHOT, dengan sumber dinyatakan dan pautan balik disediakan; hak cipta teks asal milik media dan penulis asal, laman ini tidak menyalin penuh teks penuh.
Cara memetik
Apabila memetik artikel ini, kekalkan tajuk, tarikh dan pautan kekal, serta nyatakan sumber sebagai Orange News.
Orange News: Prime Intellect menyepadukan 23 set tugas, menyediakan lebih 365,000 persekitaran RL ejen. 22 Julai 2026. https://new.nat6.net/ms/news/cmtym43k80008ro104g1salgp/