模块化环境构建方案
Verifiers通过提供三类预置环境组件有效降低环境构建复杂度:
- SingleTurnEnv:适用于单次响应的简单任务,开发者只需准备包含prompt列的数据集
- ToolEnv:封装了工具调用逻辑,内置函数调用支持,适合API集成场景
- MultiTurnEnv:通过定义
env_response
cap (a poem)is_completed
方法实现自定义交互协议
Hands-on steps:
- utilization
vf-init
命令生成环境模板 - 在生成的
pyproject.toml
中声明环境类型 - pass (a bill or inspection etc)
vf-install
安装环境使其可导入使用 - utilization
vf.load_environment()
加载测试
对于常见需求,开发者可以直接继承预置环境类,仅需重写核心方法而无需从头构建。
This answer comes from the articleVerifiers:用于训练大语言模型的强化学习环境工具库The