Baseten推出Loops微调工具，DeepSeek模型成本暴降98%
baseten · x · 2026-08-06
Baseten 推出 Loops，这是一个用于大语言模型微调与强化学习的训练 SDK，目前处于早期测试阶段。
- 核心功能：支持在长序列长度下使用 LoRA 进行微调，并运行异步强化学习（RL）。训练器与采样器可独立扩展，互不抢占算力。
- 模型支持：官方宣称，通过对 DeepSeek V4 Flash 进行 SFT、DPO、PPO 或 GRPO 等微调，在特定任务上可超越前沿大模型，且成本降低 80%-98%。
- 部署灵活：生成的 Checkpoints 可直接下载，或通过 UI、CLI 和 API 一键部署至 Baseten 推理栈。
「编程与Agent」频道最新
- AI 自动总结经验指导后续任务算自我提升吗？ — ___Patrice___ · 2026-08-06
- Claude自动化获千万浏览：Agent自我评分机制是关键 — PrajwalTomar_ · 2026-08-06
- 打造顶尖编码 Agent 的秘诀：让工程师死磕数据 — HanchungLee · 2026-08-06
- 开源多智能体协作空间 agensis：人类与 AI 智能体同群办公 — jasonkneen · 2026-08-06
- Reddit 热议:你眼中的 AI Agent 架构与使用现状 — Ambitious-Prompt-975 · 2026-08-06
- 深度讨论：重用 AI Agent 两年后，哪些人类技能依然稀缺？ — ThickDoctor007 · 2026-08-06