オープンウェイトモデルのトレーニングと推論のためのエンドツーエンドインフラストラクチャ

Applied Compute Agent Cloud (AC2) は、モデル開発、推論、継続学習をエンドツーエンドで行うための研究者向けコックピットです。 コーディングエージェントでオンボードする 最も早く始める方法は、コーディングエージェントにAC2をセットアップしてもらうことです。Claude Code、Cursor、Codex、または任意のコーディングエージェントにこのプロンプトを貼り付けてください: Fetch https://platform.appliedcompute.com/agents.md (例: curl -fsSL https://platform.appliedcompute.com/agents.md) その指示に従って、AC2をセットアップしてください。エージェントはCLIをインストールし、ログインさせ、AC2 MCPサーバーを接続し、最初のプロジェクトを案内します。自分で手順を実行したいですか？クイックスタートに従ってください。 パッケージ ac2.sdk — データセット、ワークロード、セッション、トレース、シークレットのためのプラットフォームクライアント。 ac2.runtime — エージェント、環境、オーケストレーター、タスク、グレーダー、エピソードのためのエージェントフレームワーク。 ac2.tracing — OpenTelemetryベースのオブザーバビリティSDK。任意の関数に@tracedを追加して、タイミング、入力、出力、ネストされたスパンをキャプチャします。ClickHouseとLangfuseにエクスポートします。 クイックスタート SDKをインストールしてモデルをトレーニングします。 ランタイム エージェント、環境、オーケストレーター、評価タスクを定義します。 SDK Pythonからデータセット、デプロイメント、実行、トレース、シークレットを管理します。 MCPサーバー エディタから評価とトレーニングのトレースを分析します。 ワークフローを選択する エージェントを評価する 評価を実行し、トレースを採点し、動作を比較します。 モデルをトレーニングする GRPO、教師ありファインチューニング、またはオンポリシー自己蒸留を選択します。 推論をルーティングする モデルをデプロイし、ポリシーとエンドポイントを通じてトラフィックをルーティングします。 FAQ 失敗した実行、データセット、パッケージのインストール、クリーンアップに関する回答を見つけます。