LangChain 揭秘内部 Labs 团队:用 Baseten Loops 为 LangSmith Engine 训练自定义模型
LangChain · x · 2026-09-16
LangChain 分享其 Labs 团队用 Baseten Loops 训练自定义模型的工作流,用于其平台内 agent LangSmith Engine。核心方法论:
- 挑选一个要改进的问题/agent,目标是更好、更便宜、更快
- 策划数据与 evals/environments
- 跑大量训练实验,对每次调整持续测量
- 循环迭代
作者认为未来在于持续把有价值的数据和想法转化为更好/更快/更便宜的模型——「拥有你的智能」(Owning your Intelligence),而现有基础设施已能让每个团队跑数百个实验,找到质量/成本/延迟的最佳平衡。
所属事件:LangChain 用 Baseten Loops 为 LangSmith Engine 训练专属模型(2 条相关)→
「编程与Agent」频道最新
- OpenAI 发布 ChatGPT Work Data agent,一问生成公司数据仪表盘 — gdb · 2026-09-16
- Muse agent 全程代办护照续签与订机票,自称 95% 工作自动化 — armand_ruiz · 2026-09-16
- Bitsec 多模型组合找出 160+ 漏洞，胜过单一“超人”模型 — markjeffrey · 2026-09-16
- 开发者吐槽 Agent 沙盒定价：常驻成本是 6 美元/月 VPS 的 20 倍以上 — Aryvyo · 2026-09-16
- 开源模型扛不住生产负载?Smaug Flash 称已修复卡死问题 — bindureddy · 2026-09-16
- Zapier 到期后他让 AI Agents 逆向自建一套自动化应用 — NathanWilbanks_ · 2026-09-16