A Baseten RL-környezeteket fejlesztő partnerhálózatot indított
A Baseten elindította a Baseten Environment Network nevű partnerhálózatot, amely ügyfélspecifikus megerősítéses tanulási környezeteket fejleszt. A vállalat szerint ezek a környezetek kulcsfontosságúak a modellek utótréningjének sikeréhez.
- A Baseten elindította a Baseten Environment Network partnerhálózatot.
- A partnerek ügyfélspecifikus RL-környezeteket fejlesztenek valós adatok felhasználásával.
- A Baseten végzi a modellek tréningjét és éles modellkiszolgálását.
- A vállalat később nyílt forráskódú RL-környezeteket és auditálási módszereket is közzétenne.
Ellenőrzött partnerek építik az egyedi környezeteket
A Baseten közlése szerint a hálózat olyan, megerősítéses tanulási, vagyis RL-környezeteket fejlesztő vállalatokból áll, amelyeket a cég előzetesen alaposan megvizsgált. A Baseten nagyszámú szolgáltatót értékelt, majd szigorú kiválasztás után partnercégeket választott ki az ügyfelek támogatására.
A kezdeményezés hátterében az áll, hogy a magas minőségű RL-környezetek létrehozása a vállalat szerint alapvető az utótréninghez. A Baseten ezt a munkát korábbi utótréning-projektjeiben is elvégezte, többek között a Harvey, a Lovable és a Gamma esetében. A folyamat ugyanakkor manuálisan intenzív: figyelmet, tapasztalt kutatókat, jó szakmai ítélőképességet és jelentős mennyiségű adatelemzést igényel.
A partner közvetlenül az ügyféllel dolgozik
A Baseten minden együttműködést az ügyfél igényeihez igazít. Miután azonosítanak egy lehetséges projektet, részletes felmérés, specifikáció és kalibráció következik. A cég nem pusztán korábbi szakterületi tapasztalat alapján utalja tovább az ügyfelet. A kiválasztásnál azt vizsgálják, hogy megbízható-e a partner folyamata, és összeilleszthető-e az adott ügyfél követelményeivel.
A kiválasztott partner közvetlenül az ügyféllel dolgozik, felhasználja annak valós adatait, és létrehozza a szükséges, egyedi környezeteket. Az együttműködés része lehet feladatok készítése és ellenőrzése, értékelési szempontok, vagyis rubrikák létrehozása, valamint az ezekben a környezetekben használható adatok előállításához szükséges erőforrások biztosítása.
A környezetek elkészülte után a Baseten tréningcsapata végzi a modell betanítását, majd a vállalat saját következtetési, vagyis éles modellkiszolgálási infrastruktúráján telepíti azt az ügyfél számára. A Baseten ezt a szolgáltatást a Training és Inference termékeivel kapcsolja össze.
A vállalat hosszú távra szánt környezeteket építene
A Baseten szerint az ügyfelek számára fejlesztett környezetek egyik előnye, hogy létrehozásukkor gyakran már rendelkezésre áll az ügyfél saját adata. Így ezek az adatok szolgálhatnak a környezetek alapjául, ahelyett hogy minden esetben szintetikusan kellene előállítani őket.
A vállalat úgy látja, hogy egy ügyfél jellemzően egyetlen környezetre összpontosít, ezért megtérülhet egy olyan skálázható rendszer kiépítése, amely az adatokat és a visszajelzéseket tartósan környezetté alakítja. Az ügyfél ezt a rendszert a Baseten szerint hosszú távon használhatja. A közlemény összeveti ezt a frontier laboratóriumok gyakorlatával, amelyek jellemzően feladatonként néhány ezer példát kérnek, ezért nem feltétlenül építenek minden környezethez skálázható rendszert.
A Baseten a jövőben nyílt forráskódú, a vállalat által frontier minőségűnek nevezett környezeteket is közzétenne. Ezek közül több a partnerhálózat vállalataival együttműködésben készülhet. A cég az auditálási módszereket és a környezeteken végzett tréning folyamatát is megosztaná.
A tervek szerint a nyílt környezetek kutatási célokat, értékelések szabványosítását, valamint egy olyan valós intelligenciaindex kialakítását szolgálhatják, amely a jelenlegi nyilvános benchmarkokban nem szereplő információkat is képviseli. A Baseten az alkalmazott kutatási csapatával és a hálózat vállalataival kapcsolatot kereső érdeklődőket külön jelentkezési oldalon várja.
Baseten: Introducing the Baseten Environment Network
