驗證器
設計看起來正確,仍可能是錯的。
任務:依照圖面為支架建模。孔徑過大 0.4 mm 的提交能通過每一項整體形狀檢查;量測孔徑則能抓出這個錯誤。
-
01
圖面
environment/project/drawing.svg -
02
提交結果

孔徑 Ø18.400;其餘部分皆與圖面一致。
-
03
整體形狀檢查
- 外包絡
120 × 80 × 84 mm- 體積
−0.07%- 重疊程度
0.9993- 判定
- 通過
只檢查形狀的評分器,到這一步就結束了。
-
04
孔徑量測
- 實測
Ø18.400- 圖面
Ø18.000–18.018- 獎勵
0- 判定
- 未通過
在三個深度剖切,並對每個剖面擬合圓。
生成的示範任務。下載內容包含圖面、參考解法、驗證器與記錄的執行。
環境
從一項已完成的工作,到可用於訓練的獎勵。
01
擁有者授權的紀錄
由營運中的公司授權給我們用於 AI 訓練的圖面、修訂版本、計算書、電子郵件與聊天紀錄。
02
可執行的環境
每個任務一個 Harbor 相容的資料夾:工作需求、起始檔案,以及具備工作所需工具的容器。
03
經過獎勵作弊測試的驗證器
獎勵來自 AI 代理留下的檔案。在任務出貨前,其驗證器必須對獎勵作弊、看似合理的錯誤與正確的替代解法給出預期的評分。
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
我們交付什麼
後訓練團隊會收到什麼。
RL 環境
指示說明、具備該工作所需工具的容器、參考解法與驗證器,放在一個 Harbor 相容的資料夾中。
評測集
來自同一工作的保留任務,不納入任何訓練切分,用於衡量訓練帶來的改變。
授權資料集
圖面、原生模型與營運紀錄,附資料說明書與擁有者允許的用途。
專家軌跡
業界專家逐步解出相同的任務,作為監督式微調的示範。