菜单

RL 环境,源自所有者授权的工程与运营工作。

申请样本包 工作原理

工程与 CAD

让工程工作可验证。

图纸、原生模型、计算书,以及促使其修改的审查意见。我们把每一项已完成的工作转化为智能体可以运行、验证器可以检查的任务。

了解工程数据

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。

  1. 01

    图纸

    生成支架的输入图纸,标出了孔及其公差

    environment/project/drawing.svg

  2. 02

    提交结果

    参考支架;以此尺寸显示时,孔径偏大的提交看起来与它相同

    孔径 Ø18.400;其余各处均与图纸一致。

  3. 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。

  4. 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。

查看验证器结果 下载任务

环境

从一项已完成的工作,到可用于训练的奖励。

  1. 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。

  2. 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。

  3. 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。

环境如何构建

cad-bracket-001/与 Harbor 兼容

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
此样例的已记录运行:12 个提交结果,每个都按预期评分。孔径偏大是其中 5 个错误之一。

两条业务线

工程图纸与运营记录。

  • 工程与 CAD

    读懂图纸、构建模型并重新计算工程数据,同时跟踪说明改动内容的修订和审查意见。

    • 船舶设计
    • 建筑施工
    • 机械零件
  • 企业运营

    在邮件、聊天和业务系统之间处理报价、核对记录、跟进修订,一直到记录在案的结果。

    • 制造业
    • 航运
    • 联络中心

已有 16 家运营中的企业与我们签署协议。合作方式

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。

从样本包开始。

告诉我们您正在训练的能力。我们会发送您可以运行的任务和可以阅读的验证器。

申请样本包

拥有工程或运营记录?成为数据合作伙伴。