复旦大学语富与视觉团队推出了一个名为AgentGym的通用智能体平台。

这个平台专注于大语言模型智能体的数据采样、训练微调以及自我进化的能力评测。

AgentGym基于AgentEvl算法，旨在探索通用智能体的自我进化能力，并在多项任务上取得了与GPT-4、Claude等SOTA模型相比的出色表现。

AgentGym平台提供了一个交互式训练与评测一体化的环境，支持智能体进行对话、执行动作并接收反馈。

它具备以下特点：1.支持多种环境和近百项任务，例如网页导航、文字游戏、工具控制等；2.提供统一的环境操作接口，简化配置过程；3.拥有多样化的环境，如WebShop环境，用于网络购物任务的交互式平台。

平台的框架包括数据驱动部分，详细介绍了轨迹数据的收集和处理方式，以及如何通过Thought-Action对推理步骤和行动序列进行结合。

此外，AgentGym使用的评估方法AgentEval是基于LLM的智慧体，用于全面评估AI模型的性能。

AgentGym平台采用模块化设计，便于开发者添加或更改环境。

环境部署在不同服务器上，并通过HTTP服务实现灵活、高效的交互。

客户端（EnvClients）封装了与环境交互所需的函数，为用户提供相应的操作接口。

文章还提到了行为克隆方法和自我进化基于环境反馈的概念，并提供了论文链接和代码仓库链接，以及相关话题和专题的介绍。

OpenAI最近在其博客上发布了一篇名为CriticGPT的新论文，这是其前任超级对齐团队的遗作之一。

CriticGPT基于GPT-4训练，旨在通过自我批评来指正GPT-4的输出错误。

OpenAI最近成立了一个名为“Superalignment（超级对齐）”的新团队，由联合创始人Ilya Sutskever和Jan Leike共同领导，旨在解决AI对齐问题。

研究表明，使用15亿参数的GPT-2模型可以激发GPT-4的大部分能力，使其达到接近GPT-3.5级别的性能，甚至可以正确泛化到小模型失败的难题上。

OpenAI的这一举措开辟了一个新的研究方向，有助于调整未来的超级AI模型，并在迭代的实证中取得进展。

CriticGPT的建议并非全都正确无误，但OpenAI的人员发现，有了CriticGPT的帮助，训练师可以发现更多模型编写答案的问题。

这一成果有望为AI领域的自我提升和对齐问题提供新的解决方案。