Together AI 12 月 15 日直播:用 RL 后训练 Kimi K3.1 完整拆解
togethercompute · x · 2026-11-20
- Together AI 研究团队将于 12 月 15 日 9 a.m. PT 举办线上讲座,逐步走一遍 Together Post-Training 上的完整 RL run,并演示如何对 Kimi K3.1 做 RL 后训练。
- 核心观点:RL run 即使「干净跑完」也可能产出更差的模型,问题常藏在训练循环之下——trainer 与推理引擎的轻微不一致会扭曲信号、rollout 太慢会限制实验数量、压缩 adapter 用于 serving 可能损失质量。
- 主讲为 Together AI 高级研究工程师 Conner Manuel 与 Denis Mazur,需注册参加。
「编程与Agent」频道最新
- YC F26 项目 GrayPass 两个月 MRR 从 9000 涨到 6.6 万美元 — ycombinator · 2026-11-20
- 谷歌免费发布 2 小时 Harness 工程课,从建 Agent 到自改进图系统 — udmrzn · 2026-11-20
- 《塞尔达传说》林克被接上 Hermes Agent,Teknuitar 欢迎新成员 — Teknium · 2026-11-20
- Stripe 发布 coding agent 评测:agent 平均仅 29% 达到全部标准 — hazelcough · 2026-11-20
- Anthropic 推出 Claude Platform OAuth,Agent 平台可告别 API Key — udmrzn · 2026-11-20
- Google Antigravity 公测两年仍难用:远程上传文件都失败 — jasondeanlee · 2026-11-20