Together AI 开放 DeepSeek V4.1 Flash 1017 后训练,支持自建 RL/SFT
togethercompute · x · 2026-11-18
Together AI 宣布 DeepSeek V4.1 Flash 1017 已可在其 Post-Training 平台上做后训练:用户可用自己的数据跑 SFT 或 RL(GRPO/PPO 或自定义损失),自备奖励函数、验证器与环境,训练循环完全用 Python 编写并留在自己代码里,支持 Multi-LoRA 或全参数训练。平台负责 GPU 资源、RL 训练-推理一致性、并行设置与 rollout 引擎优化,支持并行 LoRA 实验、对接 Weights & Biases,兼容 Tinker,并提供 cookbook 配方。可训练后自行决定部署位置。
「Infra」频道最新
- 曝 Nvidia 2022 年牵线阿里与芯片商 Alice Huang,绕道美国出口管制 — teortaxesTex · 2026-11-18
- 微软推出 Azure AI Gateway 实验室:27 个动手实验统一治理模型与 Agent — adnan_hashmi · 2026-11-18
- vLLM 首日支持腾讯混元 Hy4 Flash,附 8 卡 H200 部署配方 — vllm_project · 2026-11-18
- SpaceX CFO:电力将成为算力瓶颈,明年或成最大 AI 基础设施玩家 — XFreeze · 2026-11-18
- AI2 发布 MoE 训练技术报告:重构 Olmo-core,最高 1.2T 参数跑在 512 张 B300 上 — AkariAsai · 2026-11-18
- SGLang 发布 v1.0 并成立联盟,NVIDIA、AMD、Intel 等 9 家罕见联手 — nikola_mr64990 · 2026-11-18