A CoreWeave szerint a modell élesítése csak a fejlesztési ciklus kezdete

Az éles használat adatai kerülnek a középpontba

A CoreWeave 2026. október 2-án közzétett bejegyzése szerint az AI-csapatok sokáig kész termékként kezelték a modelleket: betanították, kiértékelték, élesítették, majd lezárták a munkát. A vállalat szerint ez a megközelítés idejétmúlt, mert a modell valódi felhasználókkal, szélsőséges esetekkel és hibákkal találkozva kezdi előállítani a legértékesebb fejlesztési adatokat.

Az AI Loop ezeknek az adatoknak a folyamatos felhasználását jelenti. A folyamat első lépése a futtatás, amikor a modellt vagy ügynököt valódi forgalom elé állítják. Ez történhet a CoreWeave Inference szolgáltatásán, a CoreWeave GPU-in futó, menedzselt és szerver nélküli környezetben, illetve a CoreWeave Kubernetes Service dedikált végpontjain.

Ezután a Weights & Biases Weave eszközei rögzítik a működést és az eredményeket, miközben a CoreWeave Mission Control az alapul szolgáló infrastruktúrát figyeli. A hibákat, szélsőséges eseteket és felhasználói visszajelzéseket a rendszer tanulásra alkalmas, verziózott adathalmazokká csoportosítja.

A javítás lehet egy jobb prompt vagy újratanítás

A CoreWeave szerint az ügynökök fejlesztésének nagy része nem feltétlenül érinti a modell súlyait. Javulást hozhat egy pontosabb prompt, egy új vagy szűkebb készség, illetve annak kiválasztása, hogy az aktuális költség és teljesítmény alapján melyik modell felel meg legjobban az adott feladatnak.

A következő lépés az értékelés. A Weave Evaluations az éles forgalomból származó adatokból olyan tesztkészletet készít, amely meghatározza, min kell javítani, és amelyen minden új változatnak át kell mennie. A módosításokat a W&B Models követi, az Automations pedig kezelheti az új verzió telepítését, valamint annak igazolását, hogy az jobb minőséget, alacsonyabb költséget vagy kisebb késleltetést kínál az előző változatnál.

A mélyebb modellhurok már a súlyok módosítását is magában foglalja. A CoreWeave példaként a szerver nélküli megerősítéses tanulást és a szerver nélküli finomhangolást említi. A vállalat állítása szerint a saját éles adatokból végzett utólagos betanítás olyan előnyt adhat, amelyet a versenytársak nem tudnak egyszerűen lemásolni.

Két szinten kell látni, mi történik

A bejegyzés szerint az AI-rendszerek megfigyelésének két külön szintje van. A Weave azt mutatja meg, mit tett az ügynök, milyen eszközhívásokat indított, és hogyan teljesített az értékeléseken. A Mission Control ezzel párhuzamosan a GPU-k, a hálózat és a tárhely működését követi valós időben.

A CoreWeave szerint az így működtetett fürtök akár 96 százalékos jóputot is fenntarthatnak. A vállalat szerint ez azért fontos, mert a gyorsabb és megbízhatóbb infrastruktúra felgyorsítja a fejlesztési ciklust. A verziókövetés és az eredet nyilvántartása, vagyis a modellek, promptok, adathalmazok, értékelések és korlátok rögzítése lehetővé teszi a hibák okának visszakeresését és a sikeres kísérletek megismétlését.

Az ARIA kísérleteket is indít a fejlesztők helyett

A CoreWeave az AI Loop koordinálására bemutatta a CoreWeave ARIA nevű AI Research and Iteration Agent rendszerét, amely a közlemény szerint nyilvános előzetesben érhető el. Az ARIA a Weights & Biases kísérleti adataiban több ezer futtatást és több tízezer mérőszámot elemez, teljesítményt befolyásoló mintákat keres, hipotéziseket állít fel, kísérleteket indít, majd értékeli az eredményeket és javaslatot tesz a következő lépésre.

A CoreWeave szerint a vállalatoknál az ügynöki hurok folyamatos futtatása válik alapkövetelménnyé. A technikailag szigorúbb fejlesztők ezen túl a modell súlyait is rendszeresen módosíthatják. A cég és a Weights & Biases közös célja olyan alap létrehozása, amely a futtatástól és megfigyeléstől a betanításig ugyanebben a ciklusban kezeli a modelleket és az ügynököket.