ผลิตภัณฑ์และแอป

Prime Intellect รวม 23 ชุดงาน มอบสภาพแวดล้อม RL สำหรับเอเจนต์กว่า 365,000 รายการ

หัวข้อต้นฉบับ:Scaling Agentic RL: 365,000+ Environments for SWE, Terminal, and Search

สรุปโดย AI

Prime Intellect เปิดตัว research-environments รวมชุดงาน 23 ชุดจากสามประเภทคือ SWE, เทอร์มินัล และการค้นหา ไว้ภายใต้ runtime และ sandbox hook ชุดเดียวผ่าน taskset API ของ verifiers v1 รวมประมาณ 365,000 งาน ประกอบด้วยงานวิศวกรรมซอฟต์แวร์ราว 198,000 งาน งานเทอร์มินัลราว 28,600 งาน และงานค้นหาวาราว 137,600 งาน

ข้อมูลสำคัญ

  • Prime Intellect เปิดตัว research-environments รวมชุดงาน 23 ชุดจากสามประเภทคือ SWE
  • เทอร์มินัล และการค้นหา ไว้ภายใต้ runtime และ sandbox hook ชุดเดียวผ่าน taskset API ของ verifiers…
  • 000 งาน ประกอบด้วยงานวิศวกรรมซอฟต์แวร์ราว 198,000 งาน งานเทอร์มินัลราว 28,600 งาน และงานค้นหาวาราว…

สรุปสั้น

เวลาเผยแพร่
เวลาอัปเดต
แหล่งที่มา
Prime Intellect(网页)
หมวดหมู่
ผลิตภัณฑ์และแอป
คะแนน AI
64
อ่านต้นฉบับ อ่านบทความฉบับเต็มที่แหล่งข่าวต้นฉบับ
เหตุผลที่แนะนำ

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。

แหล่งที่มาและลิขสิทธิ์

บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม

ลิงก์ต้นฉบับ · รายการ AIHOT

วิธีอ้างอิง

เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News

Orange News: Prime Intellect รวม 23 ชุดงาน มอบสภาพแวดล้อม RL สำหรับเอเจนต์กว่า 365,000 รายการ 22 กรกฎาคม 2026 https://new.nat6.net/th/news/cmtym43k80008ro104g1salgp/

ดูทั้งหมด →