Prime Intellect重写Verifiers，Agent训练评测可像积木拼装

AI 训练平台 Prime Intellect 发布 verifiers 0.2.0，并在其中开放下一代 Verifiers v1 的架构预览。Verifiers 是给 AI Agent 出题、运行和打分的开源框架，可用于能力评测和强化学习训练。Prime Intellect 还开源了模型训练框架 prime-rl。简单来说，Verifiers 负责定义任务、工具和评分规则，prime-rl 根据任务结果训练模型。开发者可以自行下载和部署这两套工具。Prime Intellect 同时运营 Environments Hub 和 Lab。前者用于共享和下载现成的训练环境，后者提供托管训练服务。开发者可以自己部署整套工具，也可以直接使用 Prime Intellect 的环境和算力平台。旧版 Verifiers 把任务和 Agent 的运行方式绑在一起。v1 将其拆成三块：Taskset 规定做什么、提供哪些工具、如何评分；Harness 决定 Agent 怎样完成任务；Runtime 决定任务在本地、Docker 还是远程沙箱中运行。同一套任务因此可以换用 Codex、Kimi Code、Terminus 2 等 Agent，也可以在本地、Docker 或远程沙箱中执行。开发者不用每换一个 Agent 或执行环境，就重写任务和评分规则。v1 还能记录子 Agent 调用、上下文压缩等分支过程，并保存训练所需的 Token ID 和对数概率。新版更适合持续数百轮的长任务，也能直接把 Agent 的运行轨迹用于强化学习。未来的 1.0.0 还计划加入多 Agent 环境，并完善对 OpenEnv、NeMo Gym 和 OpenReward 等环境框架的支持。[原文链接](动察 Beating)