N環球 
Together AI が RL と微調整を備えたカスタム モデルのポストトレーニング サービスを開始
Together AI は 10 月 19 日、Togetter Post-Training を開始しました。これは、開発者が独自の強化学習と教師付き微調整ループを使用してカスタム モデルを構築し、一方で Together が GPU インフラストラクチャを実行できるようにするマネージド サービスです。
なぜそれが重要なのか
Together AI は 10 月 19 日、Togetter ポストトレーニングを正式に開始し、以前は十分なリソースを備えたラボの領域であったモデルのポストトレーニングをマネージド サービスに変えました。開発者はデータ、環境、エージェント ハーネスを含む独自のトレーニング ループを定義します。一方、Togetter は基盤となる GPU システムを共同最適化し、強化学習 (RL) に関するインフラストラクチャの障壁を下げることを目指しています。
このサービスは、Muse Spark Open、GLM 5.3、Kimi K3、Qwen 3.8-27B などのオープンウェイト モデルで開始され、今後数週間でさらに多くのモデルが追加される予定です。お試し価格は、最初の 8 週間の B200 使用量の GPU 時間あたり 9 ドルです。
完全なレポート
Together によると、このサービスは LoRA トレーニング、同じ GPU 容量を共有する複数の LoRA アダプター、選択したモデルのフルウェイト実験、非同期 RL、カスタム トレーニング目標をサポートしているとのことです。トレーニングされたチェックポイントは、FP4 精度での提供をサポートし、ネイティブに推論にデプロイできます。
ローンチノートでは、早期アクセス顧客である Deel、Jack & Jill、および Collinear AI を引用しており、実験のセットアップの高速化と、共有 GPU 容量で RL ワークロードを実行する機能について説明しています (企業によるもので、独自に検証されていません)。
これについて説明すると、Togetter は 7 月に 8 億ドルのシリーズ C を発表し、独立資本による 500 MW 以上のコンピューティング能力のコミットメントを発表しました。また 9 月 29 日には、ムバダラとともに UAE AI インフラストラクチャの機会とアブダビでのプレゼンスを検討していると発表しました。この発表は、コンピューティング フットプリントを製品収益に転換するための一歩となります。
💬 Comments
No comments yet. Be the first!