Together AI 上线 MiniMax M3.1 Flash 后训练，支持 SFT 与 RL
togethercompute · x · 2026-10-26
Together AI 宣布 MiniMax M3.1 Flash（256K 上下文）可在其 Post-Training 平台上做后训练。
- 用户可用自己的数据、奖励函数和环境跑 SFT 或 RL（支持 GRPO、PPO 或自定义损失、Multi-LoRA 或全量训练），训练循环留在自己的 Python 代码里
- 平台负责 GPU 容量、RL 训练-采样一致性、并行设置与针对各模型调优的 rollout 引擎
- 支持并行实验、与 W&B 等工具对接、Tinker 兼容，可一键预留所需 GPU
同页还显示 Kimi-K3、GLM-5.3 等开源模型也可在同一平台后训练。
「Infra」频道最新
- 预算 4000-5000 美元想本地跑 AI 视频生成，求购机建议 — dewsphere · 2026-10-26
- ThousandML 开源 4-bit CQ 量化微调:验证损失比 Unsloth 低 17.4% — textclf · 2026-10-26
- OpenAI 与 Anthropic 数月内降价至多 80%,token 单价跌至 43 — Azer_pubes33 · 2026-10-26
- GPU 租赁价格按代际分化：B300 一周涨 8.6%,A100 仅涨 2% — AccBalanced · 2026-10-26
- OpenRouter 日均仅 800 亿 token,Fireworks 官宣数据是它 500 倍 — AccBalanced · 2026-10-26
- 循环 Transformer KV 缓存共享新法：GPU 显存省 66%、首 token 延迟降 83.6% — realDanFu · 2026-10-26