Weights & Biases knackt die Marke von einer Milliarde erfassten Runs, meldet CoreWeave

Vom Karatestudio zur Milliarde Runs

Weights & Biases wurde 2017 mit dem Ziel gegründet, die besten Werkzeuge für Praktiker des maschinellen Lernens zu entwickeln. Laut Unternehmen entstand das erste Produkt, ein Experiment-Tracker, in einem Karatestudio in San Francisco. Teams wie OpenAI, Toyota Research und Uber griffen schnell darauf zurück und ersetzten damit TensorBoard oder interne Lösungen, die nach Darstellung des Unternehmens den Anforderungen nicht ganz gerecht wurden.

In dem Beitrag, der nach dem Zusammenschluss beider Unternehmen die Marke CoreWeave trägt, bedankt sich das Unternehmen bei Nutzern, die vom Studenten mit dem ersten Computer-Vision-Modell auf MNIST bis zu Forschenden an den neuesten Foundation Models reichen. Der Fokus des Unternehmens habe sich in den vergangenen neun Jahren nicht verändert.

Vorbereitung auf den Weg zu einer Billion Runs

CoreWeave zufolge kann ein einzelnes Vorhaben im Foundation-Maßstab heute innerhalb eines Jahres Hunderttausende Experimente protokollieren, ein Umfang, den das Unternehmen für 2017 als unmöglich bezeichnet. Es erwartet, dass die Experimentlast massiv wächst, wenn Labore KI in ihrem eigenen Training einsetzen.

Als Teil dieser Vorbereitung hat das Unternehmen kürzlich CoreWeave ARIA vorgestellt, kurz für AI Research and Iteration Agent. Laut Beitrag ist ARIA in Weights & Biases integriert und hilft dabei, Experimente zu analysieren, Hypothesen zu entwickeln, neue Runs zu starten und Ergebnisse auszuwerten. Ziel ist es, die Schleife der KI-Forschung zu automatisieren.

Das Unternehmen argumentiert zudem, dass sich der Kreis der an der Modellentwicklung Beteiligten verändert habe. Ingenieure liefern heute Agenten aus, Fachexperten prüfen Ergebnisse, und interne Teams bauen und justieren Agenten, sodass weit mehr Menschen am Prozess beteiligt sind als 2017. CoreWeave erklärt, Werkzeuge und Infrastruktur arbeiteten inzwischen als ein System zusammen, das Training und Inferenz, Tracking und Evaluation sowie Observability und Feedback bis hinunter zur Hardware abdecke.

Kundenbeispiele hinter der Zahl

Der Beitrag hebt vier Kunden hervor. Alle folgenden Beschreibungen stammen vom Unternehmen selbst.

• Decart entwickelte Oasis 3, das als erstes per API zugängliches World Model für physische KI beschrieben wird, und nutzte dafür W&B Models für Experiment-Tracking, Hyperparameter-Optimierung, Versionierung und Lineage-Tracking.
• Pinterest hat die Entwicklung im maschinellen Lernen rund um Weights & Biases standardisiert und in sein MLEnv-Framework integriert. Hunderte ML-Ingenieure erfassen Experimente über Hunderttausende Trainingsjobs pro Monat.
• Scaled Cognition trainiert LLMs für regulierte Branchen wie Banken und das Gesundheitswesen. Laut Beitrag erreichen die Modelle im Kundensupport von Unternehmen eine um 114 % höhere Genauigkeit als führende Allzweck-LLMs.
• MasterClass nutzt W&B Weave, um KI-Lehragenten zu evaluieren und zu verbessern, vollständige Gespräche nachzuverfolgen und das Verhalten im Produktivbetrieb zu überwachen.

Was das für KI-Teams bedeutet

Der Meilenstein zeigt, wie stark das Experiment-Tracking parallel zur KI-Entwicklung gewachsen ist. CoreWeave positioniert Weights & Biases als Werkzeug sowohl für Forschende als auch für die größere Gruppe aus Ingenieuren und Fachexperten, die Modelle und Agenten heute pflegen und evaluieren. Mit ARIA setzt das Unternehmen darauf, dass sich mehr von der Forschungsschleife automatisieren lässt und die Zahl der Runs weiter steigt.

Das Unternehmen kündigt an, weiter Werkzeuge für KI-Teams jeder Größe zu entwickeln. Zudem lädt es Nutzer zur Fully Connected 2026 ein, die vom 29. September bis 1. Oktober im Moscone South in San Francisco stattfindet und die neuesten Arbeiten von Weights & Biases zur Modell- und Agentenentwicklung zeigt.