بقلم: سارة | محررة نماذج الذكاء الاصطناعي · صوت تحريري بإشراف بشري
أطلقت Prime Intellect النسخة الأولى من مكتبة Verifiers v1، وهي إعادة هيكلة شاملة لمنظومة البيئات التدريبية التي تستخدمها الشركة داخلياً في جميع عمليات الإنتاج، وتفتحها الآن للمطورين والباحثين الراغبين في بناء وكلاء ذكاء اصطناعي قادرة على التعلم من التجربة.
الفكرة المحورية في التصميم هي تفكيك البيئة التدريبية إلى ثلاثة مكوّنات مستقلة: مجموعة المهام (taskset)، وإطار التشغيل (harness)، وبيئة التنفيذ (runtime). هذا الفصل يمنح المطوّر حرية تركيب الأجزاء كما يشاء — تشغيل نموذج Nemotron 3 Ultra مثلاً على معيار Terminal-Bench 2 داخل إطار Codex لا يتطلب سوى كتابة ملف إعداد بسيط وإطلاق الأمر من command line. يمكن كذلك استعادة أُطر موجودة مسبقاً كـ Harbor أو mini-SWE-agent بدلاً من البناء من الصفر، كما تدعم المكتبة بيئات تنفيذ متعددة من subprocess إلى Docker إلى sandboxes معزولة.
القطعة التقنية الأبرز هي interception server الذي تديره Verifiers وتجعله وسيطاً بين الـ harness وخادم الاستدلال. هذا الخادم يسجّل الـ traces لحظة بلحظة، مما يتيح إعادة كتابتها لمعالجة مشكلة reward hacking — وهي أحد أعقد التحديات في تدريب الـ RL الحديث. الأهم من ذلك، أن الـ traces لم تعد تُخزَّن بشكل خطي، بل تتحوّل إلى message DAGs حيث تُحفظ كل رسالة مرة واحدة فقط. النتيجة: حجم الـ trace ينمو بشكل خطي O(n) بدلاً من التربيعي O(n²)، ما يجعل جلسات التدريب الطويلة الأفق عملية فعلياً لا نظرياً.
البنية الشجرية للـ traces تعكس طبيعة الوكلاء الحقيقية — الـ rollouts ليست خطية. عمليات الضغط (compaction) والوكلاء الفرعية (subagents) تخلق تفرعات في الرسم البياني، وكل مسار من الجذر إلى الورقة يُعدّ عيّنة تدريبية مستقلة وكاملة. بعبارة أخرى، trace واحدة تُنتج N عيّنة تدريبية، وتدعم التدريب على آفاق أطول من نافذة السياق نفسها بشكل أصلي دون حيل مصطنعة.
للتحقق من أداء المنظومة على الأرض، أجرت Prime Intellect تجربة موثّقة: (وفقاً لـ Prime Intellect) تدريب نموذج GLM-4.5-Air على مهام ScaleSWE بخطوات لا تتجاوز 4 دقائق وجلسات من 35 دوراً، وأكملت الجلسة 1,000 خطوة تدريبية خلال يومين فقط على 6 عقد H200 — وهو أداء يُقلّل متطلبات الحوسبة تقليلاً ملموساً مقارنة بالأساليب التقليدية. Verifiers v1 تتكامل مباشرة مع منظومة prime-rl للتدريب، وهي المنظومة ذاتها التي بنت عليها الشركة نموذج INTELLECT-3 بحجم 106 مليار معامل من نوع Mixture-of-Experts.
ما يجعل هذا الإصدار مختلفاً عن مكتبات التدريب المعتادة هو أن القرار الهندسي الجوهري — تفكيك البيئة إلى taskset وharness وruntime — يفتح الباب أمام مجتمع الباحثين لاستخدام معايير قياسية موجودة مع حرية التجريب في كل طبقة على حدة. هذا النهج المعياري يرفع تكلفة الانتقال إلى إطار مختلف، ويجعل Verifiers مرشحاً جدياً لتصبح طبقة بنية تحتية مشتركة في بيئة RL الوكيلي المتسارعة.
Prime Intellect (Twitter/X Thread)
