Сегодня мы представляем Baseten Environment Network — группу тщательно проверенных компаний, специализирующихся на средах RL и создающих индивидуальные среды RL для наших клиентов.
Высококачественные среды имеют решающее значение для успешного дообучения, и мы потратили много времени на создание научной базы для разработки сред RL. Мы делали это для каждого из наших проектов по дообучению (Harvey, Lovable, Gamma и многих других). Но это ручная и трудоемкая работа: она требует внимательности, умных исследователей, хорошего вкуса и большого количества времени, потраченного на анализ данных. Чтобы масштабировать этот процесс, нам нужно больше команд с соответствующей экспертизой.
Baseten Environment Network предоставляет такие команды нашим клиентам для создания высококачественных сред RL на основе уникальных данных и предметной области каждого клиента. Мы верим, что в сочетании с инструментами обучения и инференса от Baseten эта сеть поможет еще быстрее повысить ценность создаваемого клиентами искусственного интеллекта.
Мы пообщались с большим количеством компаний, работающих со средами RL, провели их аудит и сформировали короткий список. Мы гордимся тем, что сотрудничаем с одними из лучших игроков на рынке сред RL, и полностью доверяем им, рекомендуя нашим клиентам в качестве надежного партнера на пути дообучения.
Загрузка внедренного контента…
Как устроено взаимодействие с Network
Baseten направляет клиентов к проверенным партнерам, которые могут действовать как продолжение нашей команды прикладных исследований:
- Мы определяем масштаб каждого проекта в соответствии с потребностями клиента: как только мы находим проект, который подходит по параметрам, мы переходим к более детальному определению масштаба, анализу и калибровке. Мы не хотим автоматически направлять клиента из юридической сферы к партнеру только потому, что тот раньше выполнял юридические задачи. Главный вопрос: доверяем ли мы их процессу и можем ли мы сопоставить этот процесс с тем, что нужно данному клиенту? Опыт работы в предметной области в некоторых случаях имеет значение, но он не является основным критерием для рекомендации.
Мы определяем масштаб каждого проекта в соответствии с потребностями клиента: как только мы находим проект, который подходит по параметрам, мы переходим к более детальному определению масштаба, анализу и калибровке. Мы не хотим автоматически направлять клиента из юридической сферы к партнеру только потому, что тот раньше выполнял юридические задачи. Главный вопрос: доверяем ли мы их процессу и можем ли мы сопоставить этот процесс с тем, что нужно данному клиенту? Опыт работы в предметной области в некоторых случаях имеет значение, но он не является основным критерием для рекомендации.
- Партнер работает с клиентом напрямую. Он взаимодействует с клиентом, берет его реальные данные и создает конкретные среды, необходимые клиенту. В зависимости от проекта это также может включать создание задач, их проверку, создание критериев оценки (рубрикаторов) и предоставление ресурсов для генерации данных внутри этих сред.
Партнер работает с клиентом напрямую. Он взаимодействует с клиентом, берет его реальные данные и создает конкретные среды, необходимые клиенту. В зависимости от проекта это также может включать создание задач, их проверку, создание критериев оценки (рубрикаторов) и предоставление ресурсов для генерации данных внутри этих сред.
- Baseten по-прежнему выполняет обучение и инференс. Как только среды будут готовы, наша команда по обучению приступит к тренировке модели и ее развертыванию для клиента с использованием первоклассного продакшн-инференса Baseten.
Baseten по-прежнему выполняет обучение и инференс. Как только среды будут готовы, наша команда по обучению приступит к тренировке модели и ее развертыванию для клиента с использованием первоклассного продакшн-инференса Baseten.
Владейте своими средами RL навсегда
Создание сред для конкретных клиентов, а не для передовых лабораторий (frontier labs), также имеет свои преимущества. Например, клиент часто приходит со своими собственными данными для инициализации сред, вместо того чтобы генерировать их синтетически. Кроме того, клиенты заботятся только об одной среде, поэтому создание масштабируемой системы для преобразования данных и обратной связи в среды является оправданной инвестицией для каждого клиента. Они могут использовать эту систему бесконечно, и первоначальные затраты того стоят, в отличие от передовых лабораторий, которым обычно требуется всего несколько тысяч примеров на задачу и которые поэтому не инвестируют в масштабируемую систему для каждой среды.
Скоро появятся открытые среды
Мы потратили значительное время на разработку систем аудита качества сред RL, включая использование нашей экспертизы в обучении для оценки их качества. Скоро мы откроем исходный код набора сред передового уровня качества (многие из них разработаны в сотрудничестве с партнерами по сети), а также расскажем о том, как мы проводим их аудит и как обучаем на них. Мы планируем использовать эти среды для самых разных целей, таких как исследования, стандартизация оценок, а также в качестве индекса реального интеллекта, отражающего информацию, недоступную через текущие публичные бенчмарки.
Если вы хотите связаться с нашей командой прикладных исследований и этими компаниями, занимающимися средами, обратитесь сюда: https://www.baseten.co/talk-to-us/research-support/
