产品与应用

Prime Intellect 整合 23 个任务集,提供超 365,000 个智能体 RL 环境

原文标题:Scaling Agentic RL: 365,000+ Environments for SWE, Terminal, and Search

AI 摘要

Prime Intellect 发布 research-environments,通过 verifiers v1 的 taskset API 将 SWE、终端和搜索三类共 23 个任务集统一到一套运行时和沙箱钩子下,总计约 365,000 个任务,包括约 198,000 个软件工程任务、约 28,600 个终端任务和约 137,600 个搜索任务。

关键信息

  • Prime Intellect 发布 research-environments,通过 verifiers v1 的 taskset API 将 SWE、终端和搜索三类共 23 个任务集统一到一套运…
  • 总计约 365,000 个任务,包括约 198,000 个软件工程任务、600 个终端任务和约 137,600 个搜索任务
  • 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

速览

发布时间
更新时间
来源
Prime Intellect(网页)
分类
产品与应用
AI 评分
64
阅读原文 前往信息源阅读完整正文
推荐理由

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。

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:Prime Intellect 整合 23 个任务集,提供超 365,000 个智能体 RL 环境。2026年7月22日。https://new.nat6.net/news/cmtym43k80008ro104g1salgp/

查看全部 →