Prime Intellect 和 NVIDIA 通过强化学习将 Nemotron 的企业评分提升 70%
一个包含2,500个任务的训练集在大约11小时内将模型在AutomationBench-AA的公开划分上的得分从34.0%提高到57.7%。
By Ryan Merket · Published · Updated
Primary source: X
为何重要
这次合作使 Prime Intellect 的企业代理方案变得可触：构建具有可检验结果的工作流任务，使用它们对一个开源模型进行后训练，然后评估结果。公开切分带来的增益是有意义的，但该得分并不意味着 57.7% 的任务已被完全完成，也不能证明在公司实际系统中的表现。
Prime Intellect，由 Vincent Weisser (@vincentweisser) 和 Johannes Hagemann (@johannes_hage) 联合创办，与 NVIDIA 合作对 Nemotron 3.5 Super VL 进行面向企业工作流的后训练，在 AutomationBench-AA 的公开分集上报告了 70% 的相对增益。该工作于 10 月 15 日发布，在 NVIDIA 在 Prime Intellect 构建的 2,500 个任务上运行 强化学习 之后，模型从 34.0% 提升到 57.7%。
When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.