Mubit lança uma plataforma que treina modelos pequenos para tarefas específicas a partir de chamadas de agentes, além do modelo aberto Banyan Sapling

A Mubit lançou uma plataforma para que equipes treinem seus próprios modelos para tarefas repetitivas de agentes, junto com um modelo aberto em prévia de pesquisa e um novo benchmark, segundo o relato da TestingCatalog sobre a publicação de lançamento do fundador.

• Plataforma: a Mubit funciona como uma URL base de proxy diante de chamadas à API da OpenAI, Anthropic ou Gemini e treina um modelo pequeno com as tarefas do agente. A Mubit afirma que o modelo pequeno assume uma tarefa quando se iguala ao modelo de ponta nos testes da própria Mubit. Ele também pode aprender com chamadas anteriores importadas do Langfuse, Braintrust ou Pydantic Logfire.
• Banyan Sapling: um modelo aberto em prévia de pesquisa, sob a licença Apache 2.0. Ele avalia se um determinado contexto sustenta uma afirmação, a contradiz, não contém a informação ou não tem informações suficientes, e fornece probabilidades calibradas. Na avaliação da Mubit, respondeu corretamente a 779 de 1.731 casos e marcou os demais como "unsure".

Os números de desempenho são da própria Mubit.