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。

原文链接 →

「Infra」频道最新

更多「Infra」频道 AI 资讯 →