Abundantは、OpenAI、Anthropic、Google、MetaといったフロンティアAIラボがモデルのトレーニングと評価に利用する強化学習(RL)環境を構築している企業です。ラボはAbundantが設計した難しいタスクをモデルに与え、モデルが試行し、その結果を合格か不合格かで採点することで、エージェントの能力を向上させます。
各タスクは完全な環境を備えたRLロールアウトです。モデルには指示、明確な目標、タスクが完了したかどうかを判断する検証器が必要ですが、それだけでなくインフラストラクチャも必要です。実行のためのコンピューティング、Dockerfile、分離環境が求められ、タスクによってはエージェントがGPUなどのアクセラレータを必要とすることもあります。
Abundantはこれまでに75,000以上のロールアウトを作成してきました。GPUカーネルの最適化から長期間にわたるコーディングまで多岐にわたり、それぞれがModal Sandbox内で実行されます。Modalはロールアウトインフラストラクチャの構築を容易にし、コスト効率の良い運用を可能にするため、Abundantチームはコアビジネスに集中できます。
現在、AbundantのロールアウトプラットフォームのほぼすべてがModal上で動作しています。Modal Functionsは、タスクの開始、停止した実行のクリーンアップ、ロールアウトのレビューを行うAbundantのスケジューラAPIを支えています。Modal Sandboxesはロールアウト環境を提供し、各タスクが分離され、リソースが十分な環境で実行されることを保証します。このアーキテクチャにより、AbundantはRL環境構築ビジネスを効率的に拡大し、フロンティアラボの高品質なトレーニングデータへの需要に応えています。