Together Post-Training：以适合你的方式塑造前沿级模型
Together AI 介绍了一种用 SFT 或 RL 将 Qwen、GLM、Kimi 等开源模型定制为专属模型的方式：用户编写训练循环，底层基础设施由 Together 管理。
文章要点
Together AI 于2026年10月19日发布 Together Post-Training，这是一项通过带环境奖励的强化学习和基于标注数据的监督微调来构建自定义模型的服务。用户定义训练循环，基础设施和优化由 Together 负责。
上线时提供的模型有 Muse Spark Open、GLM 5.3、Kimi K3 和 Qwen 3.8-27B，并承诺在未来几周增加更多。服务支持 LoRA（包括多个适配器共享 GPU）以及部分模型的全权重训练，支持 cross-entropy、GRPO、CISPO 和 DPPO 损失及异步强化学习。按 GPU 分钟计费，前八周为每 B200 GPU 小时9美元。Tinker API 用户只需修改一行 import 即可迁移，驻场工程师协助模型选择、数据、评估和部署。文中提到的早期客户包括 Deel 和 Jack & Jill。
本摘要由 AnnuIA 根据 Together AI 官方页面用自己的话撰写。内容及版权归发布方所有，请阅读原文。