Jack&Jill 用 Together 后训练开源模型,离线评测追平闭源模型且成本更低
togethercompute · x · 2026-10-30
招聘平台 Jack&Jill 使用 Together AI 的 Post-Training 服务(含 RL/SFT),训练了一个预测招聘经理想见哪些候选人的模型,这是其 Jill 搜索产品的核心环节。据创始工程师 Oliver Normand,离线评测中该开源模型质量追平闭源模型,而服务成本显著更低;Together 团队协助设计实验,其驻场工程师编写脚本帮助拿到首批结果。
「编程与Agent」频道最新
- Skyworks 用 LangGraph 智能体把根因分析从 20 天压到 10 天 — LangChain · 2026-10-30
- 73项服务分拣:MCP工具哪些agent能自助开通,哪些必须人来点 — Total-Reasonable · 2026-10-30
- RL 数据公司的秘密算法：用 Claude 合成测试并迭代改进 Agent — teodorio · 2026-10-30
- 7 个 AI 模型审同一代码库全员虚报完成率，作者复盘任务设计的 7 个错误 — rseroter · 2026-10-30
- Supabase 曾把每分钟数千新数据库误判为 DDoS，实为 Lovable 静默集成 — alifcoder · 2026-10-30
- Graphicle:给编程 Agent 加代码图谱和记忆的开源 Rust 工具 — adnan_hashmi · 2026-10-30