Together AI、Qwen3.5 4B上でJevのような分類器を17ドルでファインチューニング可能に
Together AIは、Qwen3.5 4Bベースモデルを使用してJevに似た分類モデルをファインチューニングするためのガイドとオープンソースリポジトリをリリースしました。
Together AIがCanary展開を導入、ダウンタイムなしで本番環境のモデルをアップグレード
Together AIは、Canary展開という機能を導入しました。これは、ゲート付きの段階的なステップで、現在のモデルから新しいチェックポイントへライブトラフィックを移行する機能です。このシステムは、ヘルスチェックとオプションのメトリックゲートを走行させてトラフィックを移動する前に実行することで、モデルの切り替えにおける安全策を自動化し、パフォーマンスが低下した場合に自動停止や巻き戻しを可能にします。
Together、クローズドからオープンソースモデルへの移行戦略を提示
Togetherは、エンタープライズが管理型サービスを使用してクローズドソースのAIモデルからオープンソースモデル（OSM）へ移行するためのフレームワークを提供しており、複雑さを軽減し採用を加速することを目指しています。このプロセスには、ベンチマークを通じて適切なモデルを発見し、トラフィックリプレイで評価し、プロンプトや重みを適応させ、ROIを計算して切り替えを正当化することが含まれます。
Together AIがエキスパートLoRA、リアルタイムメトリクス、価格引き下げでファインチューニングを拡張
Together AIは、GLM-5.3やKimi K2.7を含むより広範なオープンウェイトモデルをサポートするようファインチューニングサービスを拡大し、リアルタイムの実験追跡とトレーニングプロセスに対するより細かな制御を導入した。
Together AIがNVIDIA Vera Rubin NVL72向けThunderKittens GEMMを最適化
Together AIのカーネルチームは、NVIDIA Vera Rubin NVL72プラットフォームの新機能を活用するためにThunderKittensライブラリを最適化し、特にNVFP4およびFP8行列乗算のパフォーマンス向上を対象としています。
Together GPU Clustersに50%コストのプリエンプティブルノードを追加
Together AIは、Kubernetes上のTogether GPU Clusters向けにプリエンプティブルコンピューティングのパブリックプレビューを発表し、中断許容ワークロードに対して低コストのオプションを提供します。プリエンプティブルノードは未使用のNVIDIA accelerated容量を利用し、オンデマンド料金の固定50%で請求されます。
エージェント型ソフトウェア開発のためのオープンソースAIスタックのガイド
本記事では、MIGHT Stack（Model, Inference, Gateways, Harness, Tools）について解説します。これは、開発者が深い機械学習の専門知識や専用ハードウェアを必要とせずに、エージェント型ソフトウェアにオープンソースモデルを活用できるモジュラーアーキテクチャです。