Thinking Machines 开源强化学习训练事件预测模型配方

Anthropic 旗下的 Tinker 团队（Thinking Machines Lab 的微调服务）在 cookbook 中开源了一份 forecasting 配方，教用户利用强化学习微调（示例使用 Qwen3.8B 等模型），训练能在给定参考信息时预测事件概率、且输出经过校准的预测模型，配方还附带相关示例数据与代码。

2026-09-05 ~ 2026-09-05 · 2 条相关

• Thinking Machines 开源预测模型微调配方，用强化学习训练事件概率预测 — clarejtbirch · 2026-09-05
• Tinker 开源配方:用强化学习训练校准的未来事件预测模型 — simonguozirui · 2026-09-05