Together AI telah memperluas layanan penyesuaian halusnya untuk mendukung lebih banyak model bobot terbuka, termasuk GLM-5.3 dan Kimi K2.7, sambil memperkenalkan pelacakan eksperimen langsung dan kontrol yang lebih halus atas proses pelatihan.

  • Dukungan model baru mencakup GLM-5.3, Kimi K2.7, Qwen 3.8-27B, Gemma 4, dan varian DeepSeek-V4.
  • Metrik langsung kini tersedia melalui API, CLI, dan UI, memungkinkan pengguna memantau hilangnya loss dan norma gradien secara real-time.
  • LoRA ahli memungkinkan adapter menargetkan lapisan ahli dalam model Mixture-of-Experts, meningkatkan recall pengetahuan baru menjadi 89% dibandingkan dengan 15% untuk adapter standar.
  • Early stopping secara otomatis menghentikan proses ketika validation loss plateau dan mengembalikan biaya langkah pelatihan yang tidak terpakai.
  • Ukuran batch arbitrer didukung melalui akumulasi gradien untuk menangani urutan yang melebihi memori GPU.
  • Harga untuk melatih adapter LoRA telah dikurangi sebesar 30% hingga 70%, dengan penghematan khusus untuk model seperti seri gpt-oss.
  • Validasi file pra-penerapan memeriksa dataset JSONL untuk kesalahan skema sebelum pengiriman job, dan sample weights memungkinkan kontrol pengaruh per-contoh.

Pembaruan ini bertujuan mengurangi hambatan teknis dan biaya sambil memungkinkan kontrol yang lebih presisi atas alur pengembangan model.