Baseten startet Netzwerk geprüfter Anbieter für RL-Umgebungen

23. Oktober 2026, 19:36Quelle: Baseten

Baseten hat das Baseten Environment Network vorgestellt, einen Kreis geprüfter Anbieter von RL-Umgebungen, die für die Kunden des Unternehmens maßgeschneiderte Umgebungen für Reinforcement Learning bauen. Laut Baseten soll damit ein Prozess skaliert werden, der für erfolgreiches Post-Training entscheidend sei, aber viel Handarbeit erfordere.

Das Wichtigste in Kürze

Baseten hat das Baseten Environment Network vorgestellt, einen Kreis geprüfter Anbieter von RL-Umgebungen.
Die Partner bauen individuelle RL-Umgebungen aus den eigenen Daten und der Domäne des Kunden und können auch Aufgaben und Rubriken erstellen.
Laut Baseten hängen Empfehlungen vom Vertrauen in den Prozess eines Partners ab, nicht vorrangig von Domänenerfahrung.
Baseten übernimmt weiterhin Modelltraining und Bereitstellung auf seiner Inferenzplattform.
Das Unternehmen will bald eine Reihe von Umgebungen in Frontier-Qualität samt Prüfmethoden als Open Source veröffentlichen.

Warum Baseten Partner einbindet

Hochwertige Umgebungen sind laut Baseten entscheidend für erfolgreiches Post-Training. Das Unternehmen erklärt, es habe eine eigene Methodik für den Aufbau von RL-Umgebungen entwickelt und in jedem seiner Post-Training-Projekte angewendet, darunter unter anderem für Harvey, Lovable und Gamma.

Die Arbeit sei anspruchsvoll, so Baseten. Sie erfordere Sorgfalt, kluge Forscherinnen und Forscher, ein gutes Gespür und viel Zeit, die man mit der Sichtung von Daten verbringe. Um das zu skalieren, brauche das Unternehmen mehr Teams mit dieser Expertise, und das Netzwerk soll diese Teams zu den Kunden bringen. Jede Umgebung basiert auf den eigenen Daten und der Domäne des jeweiligen Kunden.

Baseten gibt an, mit einer großen Zahl von Anbietern von RL-Umgebungen gesprochen, sie geprüft und die Auswahl stark eingegrenzt zu haben, bevor die Partner feststanden. Das Unternehmen sagt, es habe großes Vertrauen darin, Kunden an sie als zusätzlichen Partner auf dem Weg durch das Post-Training zu verweisen.

Wie ein Projekt abläuft

Baseten verweist Kunden an Partner, die als Erweiterung des eigenen Applied-Research-Teams arbeiten können. Am Anfang steht das Scoping:

Sobald Baseten ein Projekt identifiziert, das gut passen könnte, folgen ein vertieftes Scoping sowie Discovery und Kalibrierung.
Empfehlungen erfolgen nicht automatisch. Baseten sagt, es wolle einen Kunden aus dem Rechtsbereich nicht allein deshalb an einen Partner verweisen, weil dieser schon juristische Aufgaben bearbeitet hat. Entscheidend sei vor allem, ob man dem Prozess des Partners vertraue und ihn auf die Bedürfnisse des Kunden übertragen könne. Domänenerfahrung könne in manchen Fällen eine Rolle spielen, sei aber nicht das wichtigste Kriterium.
Der Partner arbeitet anschließend direkt mit dem Kunden, übernimmt dessen reale Daten und baut die benötigten Umgebungen. Je nach Projekt gehören dazu auch das Erstellen und Prüfen von Aufgaben, das Entwickeln von Rubriken und die Bereitstellung von Ressourcen, um Daten in diesen Umgebungen zu erzeugen.

Training und Inferenz übernimmt weiterhin Baseten. Sind die Umgebungen fertig, trainiert das Trainingsteam das Modell und stellt es für den Kunden auf der produktiven Inferenzplattform von Baseten bereit.

Kundenspezifische Umgebungen und Open-Source-Pläne

Baseten argumentiert, dass der Bau von Umgebungen für einzelne Kunden statt für Frontier-Labs eigene Vorteile habe. Ein Kunde bringe oft Daten mit, mit denen sich Umgebungen füllen ließen, sodass sie nicht synthetisch erzeugt werden müssten. Zudem interessiere sich ein Kunde nur für eine einzige Umgebung. Ein skalierbares System, das Daten und Feedback in Umgebungen überführt, lohne sich daher als Investition, die er dauerhaft nutzen könne. Frontier-Labs wollten dagegen typischerweise nur einige tausend Beispiele pro Aufgabe und investierten deshalb nicht für jede Umgebung in ein solches System, so das Unternehmen.

Baseten erklärt außerdem, viel Zeit in Systeme zur Qualitätsprüfung von RL-Umgebungen investiert zu haben, auch unter Nutzung seiner Trainingsexpertise. Bald will das Unternehmen eine Reihe von Umgebungen in Frontier-Qualität als Open Source veröffentlichen, viele davon gemeinsam mit Partnern des Netzwerks entwickelt, samt Details dazu, wie es sie prüft und darauf trainiert. Baseten plant, sie für Forschung, zur Standardisierung von Evaluierungen und als Index für Intelligenz unter realen Bedingungen zu nutzen, der Informationen abbildet, die über heutige öffentliche Benchmarks nicht verfügbar sind.

Was das für Kunden bedeutet

Für Unternehmen, die an eigenen Modellen arbeiten, bietet das Netzwerk eine zusätzliche Möglichkeit, Umgebungen auf Basis der eigenen Daten und Domäne zu bekommen, ohne diese Fähigkeit selbst aufbauen zu müssen. Zusammen mit den Angeboten Training und Inference soll das Netzwerk laut Baseten mehr Kunden helfen, mit ihrer maßgeschneiderten Intelligenz schneller Nutzen zu erzielen. Interessierte Kunden, die mit dem Applied-Research-Team von Baseten und den Anbietern der Umgebungen in Kontakt treten möchten, können sich über die Kontaktseite des Unternehmens für Forschungssupport melden.