Together Post-Training: modelado de modelos de nivel frontera, a tu manera
Together AI describe una forma de convertir modelos abiertos como Qwen, GLM y Kimi en modelos personalizados con SFT o RL: el usuario escribe el bucle de entrenamiento y Together gestiona la infraestructura.
Qué dice el artículo
Together AI publicó el 19 de octubre de 2026 Together Post-Training, un servicio para crear modelos personalizados mediante aprendizaje por refuerzo con recompensas de entorno y ajuste fino supervisado con datos etiquetados. El usuario define el bucle de entrenamiento y Together gestiona la infraestructura y la optimización.
En el lanzamiento, los modelos son Muse Spark Open, GLM 5.3, Kimi K3 y Qwen 3.8-27B, y se prometen más en las semanas siguientes. El servicio admite LoRA (incluidos varios adaptadores que comparten GPU) y entrenamiento de pesos completos en algunos modelos, con pérdidas cross-entropy, GRPO, CISPO y DPPO, y aprendizaje por refuerzo asíncrono. La facturación es por minuto de GPU, a 9 $ por hora de GPU B200 durante las primeras ocho semanas. Los usuarios de la API Tinker pueden migrar cambiando una línea de importación, y ingenieros desplegados con el cliente ayudan con la elección del modelo, los datos, la evaluación y el despliegue. Deel y Jack & Jill figuran entre los primeros clientes citados.
Leer el artículo oficial Ficha AnnuIA
Resumen redactado por AnnuIA con sus propias palabras a partir de la página oficial de Together AI. El contenido y los derechos pertenecen al editor: consulte el artículo original.