Together Post-Training: تشكيل نماذج بمستوى الحدود بالطريقة التي تناسبك
تصف Together AI طريقة لتحويل نماذج مفتوحة مثل Qwen وGLM وKimi إلى نماذج مخصصة عبر SFT أو RL: يكتب المستخدم حلقة التدريب بينما تدير Together البنية التحتية.
ما يقوله المقال
نشرت Together AI في 19 أكتوبر 2026 خدمة Together Post-Training لبناء نماذج مخصصة عبر التعلم المعزز بمكافآت البيئة والضبط الدقيق الموجَّه على بيانات موسومة. يحدد المستخدم حلقة التدريب بينما تتولى Together البنية التحتية والتحسين.
عند الإطلاق تتوفر النماذج Muse Spark Open وGLM 5.3 وKimi K3 وQwen 3.8-27B، مع وعد بالمزيد في الأسابيع التالية. تدعم الخدمة LoRA (بما في ذلك عدة محوّلات تتشارك وحدات GPU) وتدريب الأوزان الكاملة لنماذج مختارة، مع دوال الخسارة cross-entropy وGRPO وCISPO وDPPO والتعلم المعزز غير المتزامن. تُحتسب الفاتورة بدقيقة GPU، وبسعر 9 دولارات لكل ساعة GPU من طراز B200 في الأسابيع الثمانية الأولى. ويمكن لمستخدمي واجهة Tinker الانتقال بتغيير سطر استيراد واحد، ويساعد مهندسون ميدانيون في اختيار النموذج والبيانات والتقييم والنشر. ومن العملاء الأوائل المذكورين Deel وJack & Jill.
اقرأ المقال الرسمي بطاقة AnnuIA
ملخص كتبته AnnuIA بكلماتها الخاصة اعتمادًا على الصفحة الرسمية لـ Together AI. المحتوى والحقوق تعود إلى الناشر، يُرجى قراءة المقال الأصلي.