Together AI 推出后训练服务 Together Post-Training
先了解这件事
Together AI 推出 Together Post-Training 服务，用户可在其平台上通过强化学习的环境奖励和监督微调（SFT）的监督数据构建定制模型。该服务允许用户自定义完整训练循环，可运行 LoRA 训练，让多个 LoRA 适配器共享同一 GPU 容量，也支持部分模型的全权重实验；支持交叉熵、GRPO、CISPO、DPPO 等损失函数，并可在本地计算自定义目标、把梯度发给 Trainer。 实验运行在独占的 Model Resources 上，按 GPU 分钟计费。Together AI 称，前八周 B200 使用价格为每 GPU 小时 9 美元；随着实验规模扩大，得益于其独占与多 LoRA 服务栈的优化，整体训练成本会低于按 token 计费。SFT 场景下可以启动 0 个 generator 的模型资源以节省成本。 首批支持的开放权重模型包括 Muse Spark Open、GLM 5.3、Kimi K3 和 Qwen 3.8-27B，并提供从 Tinker API 一行代码迁移的方式。Together AI 表示将在未来几周扩大模型选择，覆盖能力最强的前沿大模型和高效的小模型。
AI 根据报道生成 · 1 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- Together AI Blog精选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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。