LangChain 推出 smithtune 公测:用 agent 轨迹微调专属模型
LangChain · x · 2026-09-25
LangChain 发布 LangSmith Fine-Tuning 及 smithtune CLI 公测版，核心思路是把 LangSmith 每天处理的数亿条 agent traces 转化为监督微调（SFT）所需的高质量数据，提供从数据筛选、准备、训练到部署的端到端流水线，让团队训练针对特定任务、成本与延迟更低的专用模型。作者认为随着开源前沿模型进步，基于自有 agent 数据做 post-training 会成为团队「拥有自己智能」的关键方式，训练可对接 Baseten、Fireworks 等日益普及的 training API。
所属事件:LangChain 发布 LangSmith Fine-Tuning 公测(9 条相关)→
「编程与Agent」频道最新
- Hill Sampling：以最佳已验证解为条件并行生成 512 个编辑迭代优化 — LChoshen · 2026-09-25
- Nat Friedman 回应泄密质疑：Verge 报道的是用户 VM 文件，本属预期行为 — dtrinh · 2026-09-25
- ServingStudio 发布：先仿真再上真机，省下昂贵的 GPU 试错成本 — bariskasikci · 2026-09-25
- issue-graph 用互动与时效信号为编码 Agent 排序待办工作 — Chamoen · 2026-09-25
- Claude 主动识别 bug、打包日志并请求用户提交报告 — ColleenMBrady · 2026-09-25
- NeurIPS 2026 论文 SkillRL：7B 模型胜 GPT-4o 41%，靠技能进化 — cihangxie · 2026-09-25