Mubit, agent çağrılarından küçük görev modelleri eğiten bir platformu ve açık model Banyan Sapling'i kullanıma sunuyor

TestingCatalog'ın, kurucunun lansman paylaşım dizisine ilişkin aktarımına göre Mubit; ekiplerin tekrarlayan agent görevleri için kendi modellerini eğitmesine yönelik bir platformun yanı sıra araştırma önizlemesi aşamasında açık bir model ve yeni bir benchmark kullanıma sundu.

• Platform: Mubit, OpenAI, Anthropic veya Gemini API çağrılarının önüne proxy taban URL'si olarak yerleşiyor ve agent'ın görevleri üzerinde küçük bir model eğitiyor. Mubit, kendi testlerinde küçük modelin sınır modelle eşleştiğinde görevi devraldığını söylüyor. Model ayrıca Langfuse, Braintrust veya Pydantic Logfire'dan içe aktarılan geçmiş çağrılardan da öğrenebiliyor.
• Banyan Sapling: Apache 2.0 lisanslı, araştırma önizlemesi aşamasında açık bir model. Verilen bir bağlamın bir iddiayı destekleyip desteklemediğine, onunla çelişip çelişmediğine, bilgiyi içerip içermediğine veya iddiayla çelişip çelişmediğine karar veriyor ve kalibre edilmiş olasılıklar sunuyor. Mubit'in değerlendirmesinde 1.731 vakanın 779'una doğru yanıt verdi, geri kalanları ise "emin değilim" olarak işaretledi.

Performans rakamları Mubit'in kendi verileridir.