Prime Intellect lança Verifiers v1; formato de trace DAG elimina crescimento de dados quadrático em RL agentico

Prime Intellect lançou Verifiers 0.2.0 no dia 10 de julho, uma remoção de raiz para cima da biblioteca de ambiente RL de código aberto que resolve dois problemas de dimensionamento críticos para treinamento agentico. Primeiro, apresenta um formato de mensagem de gráfo acíclico dirigido (DAG) que elimina crescimento de dados quadrático—anteriormente, cada volta de treinamento armazenava uma cópia completa do prompt mais conclusão nova, então o tamanho da trace crescia com o quadrado do comprimento do rollout. Segundo, decompõe o ambiente em três camadas independentemente intercambiáveis (taskset, harness, runtime), substituindo o design monolítico de v0 que exigia rewrites de código sempre que qualquer componente mudava.

A arquitetura v1 divide responsabilidade: um taskset define trabalho (dados, ferramentas, recompensas), um harness define o solucionador (loop ReAct, Codex, Terminus 2, agente customizado), e um runtime define execução (subprocess/Docker local, ou sandboxes na nuvem via Prime, Modal). Essa composabilidade permite aos times executar o mesmo benchmark sob diferentes agentes com apenas mudanças de configuração—Terminal-Bench 2 foi portado para v1 com uma única pequena classe. Uma arquitetura de servidor de intercepção multiplexes 32 rollouts por servidor e fica entre agente e inferência, habilitando mitigação de hacking de recompensa no lado do servidor e integração treinamento-eval mais estreita.

Para profissionais: a mudança DAG desloca armazenamento de trace de O(n²) para O(n), desbloqueando treinamento em trajetórias mais longas que a janela de contexto nativo de um agente—um bloqueador estrutural para tarefas SWE de longo horizonte e raciocínio. O teste próprio de Prime Intellect mostrou zero overhead vs. Harbor executando tarefas idênticas. Arquitetos construindo sistemas RL agentico devem esperar que designs de ambiente componível se tornem padrão; acoplamento de ambiente monolítico é agora um passivo. A biblioteca tem mais de 4.200 estrelas no GitHub e é integrada com plataforma de hosting de Prime e vLLM.