Together AI 推出 Together Post-Training 后训练服务

Together AI 推出 Together Post-Training，支持通过 RL 环境奖励和 SFT 监督数据在平台上构建定制模型。服务允许用户自定义完整训练循环，可运行 LoRA 训练（多个 LoRA 适配器共享同一 GPU 容量）以及部分模型的全权重实验，支持交叉熵、GRPO、CISPO、DPPO 等损失，也可在本地计算自定义目标并把梯度发给 Trainer。实验运行在独占的 Model Resources 上，按 GPU 分钟计费，前八周 B200 使用价格为每 GPU 小时 9 美元。首批支持 Muse Spark Open、GLM 5.3、Kimi K3 和 Qwen 3.8-27B 等开放权重模型，并提供从 Tinker API 一行代码迁移的方式。