A Modal elindította a Modal Dojo LLM-tréningkönyvtárat

Saját adatokra épülő modellképzést céloz a Modal

A Modal október 21-én mutatta be a Modal Dojo könyvtárat. A vállalat a nagy nyelvi modellek megerősítéses tanítását olyan infrastruktúra-problémaként írja le, amelyhez az elmúlt öt évben teljesítményre képes, elérhető és skálázható rendszereket épített.

A Modal szerint azonban az infrastruktúra önmagában nem oldja meg a feladatot. A megfelelő alapmodell, a nagy pontosságú környezet, az egyértelmű és ellenálló jutalmazási függvény, valamint a működőképes tanítási recept szintén meghatározza az eredményt. A cég úgy látja, hogy azok a fejlesztők, akik már élesben futó ügynökrendszerrel, értékelésekkel és összegyűjtött ügynöknyomokkal rendelkeznek, a munka mintegy 80 százalékán túl vannak.

A Modal Dojo ezt az utolsó lépést kívánja egyszerűbbé tenni. A használathoz a vállalat egy ilyen utasítást emel ki: „Használd a Modal Dojót az [X modell] képzésére az [Y saját adathalmazon], hogy lecserélje a [Z ügynököt].”

Nyílt forrású keretrendszerekre épít a könyvtár

A Modal szerint a vállalatok akkor tudnak megkülönböztethető értéket teremteni, ha birtokolják a saját intelligenciájukat. A modell utólagos képzése lehetővé teszi, hogy saját adatokkal és gyorsan változtatott tanítási receptekkel javítsák a feladatra jutó intelligenciát költségenként. Ehhez a cég teljes irányítást ígér a képzési verem felett, egészen a forráskód szintjéig.

A Modal Dojo több, kipróbált nyílt forrású keretrendszerre épül, köztük a Milesra és a Slime-ra. A vállalat szerint ezek alapot adnak a robusztus utólagos képzéshez anélkül, hogy a felhasználóknak zárt szolgáltatókra kellene támaszkodniuk, vagy mindent az alapoktól kellene felépíteniük. A könyvtárban a receptek teljesítményre hangolhatók, összetett környezetek alakíthatók ki, javíthatók az alapul szolgáló keretrendszerek, és módosítható a beépített megfigyelési felület.

A Modal példakódja egy Qwen3_8_27B modellt, Hugging Face adathalmazt és egy egyedi jutalmazási függvényt használ. A konfiguráció a modell, az adathalmaz és a tanítási recept megadásával indítja el a futást.

Automatikus receptek és részletes mérési adatok

A könyvtárat a Modal szerint félmilliárd paraméterestől több ezermilliárd paraméteres modellekig validálták, és saját modellek használatát is támogatja. A megfelelő modell kiválasztásához a vállalat értékelések futtatását javasolja. Az adatok betölthetők a Hugging Face-ről, beemelhető egy Harbor-környezet, vagy a felhasználó saját ügynökrendszere és értékelései is létrehozhatják őket.

A tanítási recept határozza meg többek között a hardverrel, a párhuzamosítással, a teljes kigördítési mérettel és a környezettel kapcsolatos beállításokat. A Modal minden támogatott modellhez automatikusan optimalizált recepteket kínál, amelyek néhány paraméter módosításával az adott feladathoz igazíthatók.

A beépített irányítópult a veszteség- és jutalomgörbéket, a keretrendszer mérőszámait, az egyes kigördítések során létrejött ügynökpályákat, az alszakaszig részletezett profilozást és a konténernaplókat is megjeleníti. Ezekkel a fejlesztők a jutalom kijátszását, a megakadó futásokat és a szűk keresztmetszeteket követhetik.

A Modal két ügyfél példáját emelte ki

Az Axiom Bio a Modal közlése szerint molekulák tömegspektrometriás adatokból történő azonosítására képez nagy, nyílt modelleket. A vállalat idézete szerint a Modal Dojo segítségével gyorsan indítottak nagyléptékű, hosszú kontextusú megerősítéses tanítási kísérleteket, majd 64 ezer tokenes kontextussal futó DeepSeek V4.1 Flash kísérleteket skáláztak 64 B300-on.

Az Afterquery különböző területek szakértőitől gyűjt adatokat modellek képzéséhez. A cég szerint a Modal Dojo segítségével Kimi és DeepSeek modelleket tanítanak 256 ezer tokenes kontextushosszal, a Dojo receptjei pedig lehetővé teszik az automatikus kutatást az újabb kísérletekhez és a modellek képességeinek javításához.

A Modal célja, hogy a felhasználók saját adataik és képzési veremük felett rendelkezzenek. A Modal Dojo ezt a képzési folyamatot kész eszközökkel, receptekkel és mérési felülettel teszi elérhetővé.