验证器
设计看起来正确,仍可能是错的。
任务:根据图纸为支架建模。孔径偏大 0.4 mm 的提交能通过每一项整体形状检查,而测量孔径能发现这一错误。
-
01
图纸
environment/project/drawing.svg -
02
提交结果

孔径 Ø18.400;其余各处均与图纸一致。
-
03
整体形状检查
- 包络尺寸
120 × 80 × 84 mm- 体积
−0.07%- 重合度
0.9993- 判定
- 通过
只检查形状的评分器到这一步就结束了。
-
04
孔径测量
- 实测值
Ø18.400- 图纸
Ø18.000–18.018- 奖励
0- 判定
- 未通过
在三个深度处剖切,并对每个剖面拟合圆。
生成的演示任务。下载内容包括图纸、参考解法、验证器和已记录的运行。
环境
从一项已完成的工作,到可用于训练的奖励。
01
所有者授权的记录
由运营中的企业授权给我们用于 AI 训练的图纸、修订记录、计算书、邮件和聊天记录。
02
可运行的环境
每个任务一个与 Harbor 兼容的文件夹:工作请求、初始文件,以及装有工作所需工具的容器。
03
经过奖励作弊测试的验证器
奖励来自智能体留下的文件。任务发布前,其验证器必须按预期为奖励作弊、看似合理的错误和正确的替代解法评分。
cad-bracket-001/ ├── instruction.md # the request, as an engineer sends it ├── task.toml # domain, time limit, split, rights ├── environment/ │ ├── Dockerfile # CAD kernel, network off │ └── project/drawing.svg ├── solution/solve.sh # the reference answer, reward 1 └── tests/ ├── test.sh # writes the reward ├── verify.py # 3 gates, 10 checks └── probes/ # 2 hacks, 5 mistakes, 3 alternatives
我们交付什么
后训练团队会收到什么。
RL 环境
任务说明、装有该工作所需工具的容器、参考解法和验证器,放在一个与 Harbor 兼容的文件夹中。
评测集
来自同一工作的留出任务,不纳入任何训练数据划分,用于衡量训练带来的变化。
授权数据集
图纸、原生模型和运营记录,附数据说明表及所有者允许的用途。
专家轨迹
从业专家逐步求解同样的任务,作为用于监督微调的演示。