Tinker 想包办所有人的后训练 ML 基建,从业者为何不用引发讨论
PatrickToulme · x · 2026-09-22
PatrickToulme(Thinking Machines 相关)在 X 上询问 cHHillee:是什么阻碍你把所有后训练需求都交给 Tinker——速度、成本、可扩展性、对正确性的疑虑还是灵活性?Tinker 的愿景是为(几乎)所有人处理后训练所需的全部 ML 基础设施。这条提问引出了关于后训练服务护城河的实质讨论。
所属事件:cHHillee 与 Toulme 激辩 Tinker 后训练服务护城河(8 条相关)→
「Infra」频道最新
- 纯 C 零依赖引擎 COLIBRI：让消费级硬件跑 2.8T 参数 MoE 模型 — bibryam · 2026-09-22
- Sentdex 实测:openjev 在 GB10 延迟 169ms,3090 上 137ms — Sentdex · 2026-09-22
- PyroDash:小模型按需呼叫大模型,推理成本降96%反超单独用大模型 — jiqizhixin · 2026-09-22
- Underdog 推出 Husky 推理引擎，MacBook 上跑出 730 tokens/s — jimmykoppel · 2026-09-22
- peano_ai 在 1000+ TPU 上对 310B 模型跑通全参数 RL 训练 — simonguozirui · 2026-09-22
- Cloudflare Python Workers 结束两年预览正式可用 — Simon Willison · 2026-09-22