Baseten 推出 Environment Network，联合第三方公司为客户定制 RL 环境

Baseten 工程博客·2026-10-24 01:36· 1 小时前AI 评分45

隆重推出 Baseten Environment Network

AI 导读

Baseten 推出 Environment Network，联合一批经严格审核的 RL 环境公司，为客户基于自有数据和领域定制 RL 环境。合作方直接对接客户构建环境，Baseten 仍负责训练与推理。Baseten 还计划开源一批前沿质量环境及审计、训练方法。

正文 · 原文

今天，我们隆重推出 Baseten Environment Network，这是一批经过严格审核的 RL 环境公司，将为我们的客户构建定制 RL 环境。 

高质量环境对于成功的后训练至关重要，我们花了大量时间围绕 RL 环境创建建立了一套科学方法。我们为每一次后训练合作（Harvey、Lovable、Gamma 以及许多其他项目）都实践了这套方法。但这是一项人力密集型工作：它需要用心、聪明的科研人员、良好的品味，以及大量时间审视数据。要扩大规模，我们需要更多具备这种专业能力的团队。 

Baseten Environment Network 将这些团队带给我们的客户，基于每位客户独特的数据和领域交付高质量的 RL 环境。我们相信，结合 Baseten 的训练与推理能力，这一网络将帮助更多客户更快地通过定制智能实现价值。

Baseten Environment Network

我们与大量 RL 环境公司进行了交流，对它们进行了审核，并进行了严格筛选。我们很自豪能与市场上一些最优秀的 RL 环境公司合作，并深信可以将我们的客户推荐给它们，作为客户后训练旅程中的额外合作伙伴。

正在加载嵌入内容…

与 Network 的合作如何运作

Baseten 会将客户推荐给可信赖的合作伙伴，这些合作伙伴可以作为我们应用研究团队的延伸：

1. 我们将围绕客户需求界定每一次合作：一旦我们确定某个项目可能适合，我们会进行更深入的界定、探索和校准。我们不会仅仅因为某个合作伙伴做过法律任务，就自动把法律客户推荐给它。核心问题是：我们是否信任他们的流程，以及我们能否将该流程映射到这位客户的需求上？领域经验在某些情况下可能重要，但它并不是主要的推荐标准。

2. 合作伙伴将直接与客户合作。他们将与客户互动，获取客户的真实数据，并构建客户所需的特定环境。根据合作范围，这也可能包括创建任务、审核任务、创建评分标准，以及提供在这些环境中产出数据所需的资源。

3. Baseten 仍负责训练和推理。环境准备就绪后，我们的训练团队将着手训练模型，并将其部署到 Baseten 世界级的生产 推理 环境中供客户使用。

永久拥有你的 RL 环境

为特定客户而非前沿实验室构建环境也有其自身的好处。例如，客户通常会自带数据来播种环境，而不必合成生成数据。此外，客户只关心一个环境，因此构建一个可扩展的系统，将数据和反馈转化为环境，对每位客户来说都是一项值得的投资。他们可以永久使用这套系统，前期成本是值得的；而前沿实验室通常每个任务只需要几千个示例，因此不会为每个环境投资可扩展的系统。

开放环境即将推出

我们投入了大量时间开发用于审计 RL 环境质量的系统，包括利用我们在训练方面的专业知识来评估其质量。很快，我们将开源一组前沿质量的环境，其中许多是与网络中的合作伙伴共同开发的，同时还会公开我们如何审计这些环境以及如何在其上进行训练。我们计划将这些环境用于许多用途，例如研究、标准化评估，以及作为一个真实世界的智能指数，代表当前公开基准无法获取的信息。

如果你有兴趣与我们的应用研究团队及这些环境公司建立联系，请在此处联系我们：https://www.baseten.co/talk-to-us/research-support/

来源：Baseten 工程博客 · baseten.co