Together 开源后训练 Cookbook,训练循环代码完全由你掌控

togethercompute · x · 2026-10-22

Together 发布开源的 post-training-cookbook，推广其 Post Training 服务：训练循环保留在用户自己的代码中，数据、奖励、损失、优化器及 LoRA 或全参数更新都由用户定义，GPU 配置等基础设施由平台托管。

配套 GitHub 仓库（Apache-2.0）提供多个入门 notebook，包括：GSM8K 上的 GRPO 训练、SFT 监督微调、Multi-LoRA 双任务示例等；安装用 uv sync --locked，需配置 TOGETHERAPIKEY、HFTOKEN（受限模型）与可选的 WANDBAPIKEY。