Modal发布Dojo训练库：已有智能体评测与轨迹的团队，可用自有数据启动后训练
核心概要
Modal发布后训练库Modal Dojo，面向已在生产环境部署智能体、并积累评测与轨迹数据的团队。它把模型选择、数据加载、训练配方和指标观测收进一套接口，官方示例用Qwen3_8_27B在GSM8K的120条训练样本上启动训练。该库建立在Miles、Slime等开源框架之上，Modal称已验证从五亿到数万亿参数规模的模型。
深度剖析
Modal发布了一个名为Modal Dojo的后训练库，让团队用自己生产环境里的智能体数据训练大模型，而不必从零搭建训练栈。 此前的路径是依赖闭源供应商或自行重造训练组件；Modal称，若已有部署中的智能体框架、评测和轨迹，就已完成大部分准备工作，只缺一个在自有数据上开始训练的入口。 官方给出的最小示例用Qwen3_8_27B模型、HuggingFace上GSM8K的120条训练样本和一个自定义奖励函数，通过TrainConfig启动训练并返回训练运行ID。
使用方式被压缩到不足百行代码：选模型、装数据、配配方三步即可启动一次训练。 模型和数据集决定训练什么，配方决定怎么训练，配方里指定硬件、并行方式、总 rollout 规模和环境等参数。 Modal称该库已验证从五亿到数万亿参数的模型，并支持自带模型；官方为所有受支持模型提供自动优化的配方。
库自带指标观测面板，覆盖损失与奖励曲线、框架指标、每次 rollout 的智能体轨迹、细到子步骤的性能剖析和容器日志。 这些指标用于在训练中捕捉奖励黑客行为、排查停滞的运行，并同时跟踪多个并发任务。 Modal还提供命令行接口，让智能体读取运行状态、元数据、日志和智能体轨迹，并配有引导智能体的技能说明。
启示与展望
报道范围限于Modal对Modal Dojo的发布说明、示例代码和客户使用描述；示例在GSM8K的120条训练样本上启动训练，并未报告训练后的模型表现。
Modal称该库已验证从五亿到数万亿参数的模型，但未说明验证的具体条件；客户案例只描述使用方式，未给出可核对的性能数字。