Компании всё чаще стремятся создавать собственные ИИ-модели для получения конкурентного преимущества, но сложность и стоимость обучения часто становятся барьером. Together AI представила Together Post-Training — новый сервис, который позволяет инженерам полностью контролировать процесс создания кастомных моделей, включая обучение с подкреплением (RL) и обучение с учителем (SFT), при этом абстрагируясь от инфраструктурных сложностей.
Сервис предлагает гибкость: пользователи могут определять весь цикл обучения, использовать любые данные, среды и агентские «обвязки» (harnesses), а также добавлять собственные шаги, такие как логирование или бенчмаркинг. Это отличает его от обычного файн-тюнинга, где цикл обучения фиксирован. Можно запускать как LoRA-обучение (обучение с адаптерами с низкой размерностью), так и полномасштабные эксперименты с некоторыми моделями.
Together Post-Training берёт на себя оптимизацию систем и инфраструктуры, обеспечивая высокую скорость и экономичность. Он использует выделенные GPU-ресурсы (без конкуренции), поддерживает несколько LoRA-адаптеров на одной GPU и предлагает асинхронный RL для максимальной утилизации. Это позволяет снизить затраты ниже токен-ориентированного ценообразования при масштабировании.
Особое внимание уделено качеству и стабильности моделей: сервис минимизирует «дрейф политики» между обучением и инференсом, а также гарантирует сохранение качества модели при переходе к высокопроизводительному развёртыванию, вплоть до точности FP4. На старте доступны такие открытые модели, как Muse Spark Open, GLM 5.3, Kimi K3 и Qwen 3.8-27B.
Together AI стремится демократизировать создание «фронтирных» кастомных моделей, делая сложные методы вроде RLHF доступными для широкого круга разработчиков, что может ускорить инновации в области специализированных ИИ-агентов. Однако компания не раскрывает конкретные бенчмарки производительности или экономии по сравнению с самостоятельным развёртыванием или другими облачными решениями.