Theo dõi từ Động Sát Beating, nền tảng đào tạo AI Prime Intellect đã phát hành verifiers 0.2.0, đồng thời công bố bản xem trước kiến trúc của thế hệ Verifiers v1 tiếp theo. Verifiers là một framework mã nguồn mở dùng để ra đề, vận hành và chấm điểm cho các AI Agent, có thể được sử dụng để đánh giá năng lực và huấn luyện học tăng cường.
Prime Intellect cũng đã mã nguồn mở framework huấn luyện mô hình prime-rl. Nói một cách đơn giản, Verifiers chịu trách nhiệm định nghĩa nhiệm vụ, công cụ và quy tắc chấm điểm, còn prime-rl huấn luyện mô hình dựa trên kết quả nhiệm vụ. Nhà phát triển có thể tự tải xuống và triển khai hai bộ công cụ này.
Prime Intellect đồng thời vận hành Environments Hub và Lab. Hub dùng để chia sẻ và tải xuống các môi trường huấn luyện có sẵn, trong khi Lab cung cấp dịch vụ huấn luyện được quản lý. Nhà phát triển có thể tự triển khai toàn bộ bộ công cụ, hoặc sử dụng trực tiếp nền tảng môi trường và sức mạnh tính toán của Prime Intellect.
Phiên bản Verifiers cũ gắn liền nhiệm vụ với cách thức vận hành của Agent. Phiên bản v1 chia nó thành ba phần: Taskset quy định phải làm gì, cung cấp những công cụ nào và cách chấm điểm; Harness quyết định cách Agent hoàn thành nhiệm vụ; Runtime quyết định nhiệm vụ chạy trên local, Docker hay sandbox từ xa.
Do đó, cùng một bộ nhiệm vụ có thể được thay thế bằng các Agent như Codex, Kimi Code, Terminus 2, và cũng có thể được thực thi trên local, Docker hoặc sandbox từ xa. Nhà phát triển không cần phải viết lại nhiệm vụ và quy tắc chấm điểm mỗi khi thay đổi Agent hoặc môi trường thực thi.
Phiên bản v1 cũng có thể ghi lại các quy trình nhánh như gọi sub-Agent, nén ngữ cảnh, đồng thời lưu Token ID và log xác suất cần thiết cho việc huấn luyện. Phiên bản mới phù hợp hơn với các nhiệm vụ dài hàng trăm vòng, và cũng có thể trực tiếp sử dụng quỹ đạo hoạt động của Agent cho học tăng cường. Phiên bản 1.0.0 trong tương lai cũng dự kiến sẽ thêm môi trường đa Agent, và hoàn thiện hỗ trợ cho các framework môi trường như OpenEnv, NeMo Gym và OpenReward.
