Together AI تتيح ضبط مصنف مشابه لـ Jev على Qwen3.5 4B مقابل 17 دولارًا
أصدرت Together AI دليلًا ومستودعًا مفتوح المصدر لضبط نموذج تصنيف مشابه لـ Jev، باستخدام النموذج الأساسي Qwen3.5 4B.
تطلق Together AI نشرات Canary لترقية النماذج في بيئة الإنتاج دون توقف
أعلنت Together AI عن نشرات Canary، وهي ميزة تنقل حركة المرور الحية من نموذج حالي إلى نقطة تفتيش جديدة على مراحل مقفلة. يقوم هذا النظام بأتمتة آلية الأمان لتبديل النماذج من خلال إجراء فحوصات الصحة وبوابات المقاييس الاختيارية قبل تحويل حركة المرور، مما يتيح الإيقاف المؤقت والعكس التلقائيين إذا تدهورت الأداء.
توضيح استراتيجية الانتقال من النماذج المغلقة إلى نماذج المصدر المفتوح
توفر Together إطار عمل للشركات للانتقال من نماذج الذكاء الاصطناعي ذات المصدر المغلق إلى نماذج المصدر المفتوح (OSM) باستخدام الخدمات المُدارة، بهدف تقليل التعقيد وتسريع الاعتماد. تتضمن العملية اكتشاف النماذج المناسبة عبر المعايير، وتقييمها من خلال إعادة تشغيل حركة المرور، وتعديل المطالبات أو الأوزان، وحساب العائد على الاستثمار لتبرير التغيير.
توسيع Together AI للتدريب الدقيق عبر LoRA المتخصص، والمقاييس المباشرة، وخفض الأسعار
قامت Together AI بتوسيع خدمة التدريب الدقيق لدعم مجموعة أوسع من النماذج مفتوحة الأوزان، بما في ذلك GLM-5.3 وKimi K2.7، مع تقديم تتبع التجارب المباشر وتحكم أدق في عملية التدريب.
تقوم Together AI بتحسين ضرب المصفوفات لـ ThunderKittens على منصة NVIDIA Vera Rubin NVL72
قام فريق النوى في Together AI بتحسين مكتبة ThunderKittens للاستفادة من الميزات الجديدة في منصة NVIDIA Vera Rubin NVL72، مع التركيز بشكل خاص على تحسين أداء ضرب المصفوفات بصيغتي NVFP4 و FP8.
تضيف Together GPU Clusters عقدًا قابلة للإنهاء بتكلفة 50%
تعلن Together AI عن النسخة التجريبية العامة للحوسبة القابلة للإنهاء (preemptible compute) لـ Together GPU Clusters على Kubernetes، مما يوفر خيارًا أقل تكلفة للأحمال العملية التي تتحمل الانقطاع. تستخدم العقد القابلة للإنهاء السعة المسرّعة من NVIDIA غير المستخدمة وتُفوتر بنسبة ثابتة تبلغ 50% من سعر الطلب المباشر (on-demand).
دليل لمجموعة أدوات الذكاء الاصطناعي مفتوحة المصدر لتطوير البرمجيات الوكيلية
تستعرض هذه المقالة مجموعة MIGHT Stack (النموذج، الاستنتاج، البوابات، الإطار، الأدوات)، وهي بنية معيارية تتيح للمطورين الاستفادة من النماذج مفتوحة المصدر للبرمجيات الوكيلية دون الحاجة إلى خبرة عميقة في التعلم الآلي أو عتاد مخصص.