Thinking Machines Lab發表首個AI產品Tinker
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>由OpenAI前技術長Mira Murati在今年2月成立的AI新創Thinking Machines Lab,<a href="https://thinkingmachines.ai/blog/announcing-tinker/" target="_blank">於本周三(10/1)發表首款產品Tinker</a>,令人意外的是,這不是一個大型語言模型,而是用於客製化開放權重模型的微調API,能讓研究人員與開發者更輕鬆地訓練出符合特定需求的AI模型。</p> <p>Tinker基本上是個託管服務,使用者可直接透過雲端API來微調開放權重模型,包括Qwen、Llama與Mistral等,它會自動處理訓練過程中的複雜工作,例如GPU資源分配、排程與錯誤復原,讓使用者不必自行架設伺服器或管理運算環境。</p> <p>此外,Tinker支援LoRA等高效微調技術,可搭配開源的Tinker Cookbook範例庫,提供多種後訓練流程,如強化學習(RLHF)與偏好優化。開發者可依任務需求打造專屬模型,不管是專業應用、客服助理或研究實驗,都能更靈活地掌握模型知識與語氣風格。</p> <p>Thinking Machines Lab表示,Tinker的目標是讓更多團隊能以更低門檻進行模型客製化,並利用開源的Tinker Cookbook 推動研究與應用普及。</p> <p>目前Tinker尚屬私人測試階段,開放研究人員及開發者申請免費試用,以透過雲端API微調開放權重模型,體驗其自動化訓練管理及高效微調流程,未來則會採用依使用量計價的收費方式,根據實際訓練所需的算力、儲存及API調用來計費,預期將依照不同的微調方式提供分級價格。Tinker的正式定價要在公開測試版上線後才會出爐。</p> <p>不若其它AI新創,Thinking Machines Lab並未推出大型語言模型,而選擇發表微調平臺,反映出該公司企圖成為AI研究與應用的基礎設施供應商,因為隨著愈來愈多開放權重模型的現身,研究人員與企業需要更靈活的工具來快速客製及部署模型。</p> <p>成立不到1年的Thinking Machines Lab已取得由a16z領投的20億美元種子輪融資,且Nvidia與思科也都參與了種子輪,融資後的估值為120億美元。</p> </div></div></div>