Together AI 允许以 17 美元微调类似 Jev 的分类器，基于 Qwen3.5 4B
Together AI 发布了一份指南和一个开源仓库，用于使用 Qwen3.5 4B 基础模型微调类似于 Jev 的分类模型。
Together AI 推出金丝雀发布，实现生产环境模型升级零停机
Together AI 推出了金丝雀发布功能，该功能通过分阶段步骤将实时流量从当前模型迁移到新的检查点。该系统通过在转移流量之前运行健康检查和可选指标门控，自动执行模型切换的安全机制，从而在性能下降时允许自动暂停和回滚。
Together 概述从闭源向开源模型迁移的策略
Together 提供了一套框架，帮助企业通过托管服务从闭源 AI 模型迁移到开源模型（OSM），旨在降低复杂性并加速采用。该过程包括通过基准测试发现合适的模型、通过流量回放进行评估、调整提示词或权重，以及计算投资回报率以证明切换的合理性。
Together AI 通过专家 LoRA、实时指标和降价扩展微调功能
Together AI 已扩展其微调服务，以支持更广泛的开源权重模型，包括 GLM-5.3 和 Kimi K2.7，同时引入实时实验跟踪以及对训练过程的更精细控制。
Together AI 针对 NVIDIA Vera Rubin NVL72 优化 ThunderKittens GEMM
Together AI 的内核团队已优化 ThunderKittens 库，以利用 NVIDIA Vera Rubin NVL72 平台的新特性，专门提升 NVFP4 和 FP8 矩阵乘法的性能。
Together GPU Clusters 新增预emptible节点，成本降低50%
Together AI 宣布 Together GPU Clusters on Kubernetes 的预emptible计算公开预览，为可容忍中断的工作负载提供更低成本的选项。预emptible节点利用未使用的 NVIDIA accelerated 容量，并按按需费率的固定50%计费。
面向智能体软件开发的开源AI技术栈指南
本文概述了MIGHT Stack（模型、推理、网关、框架、工具），这是一种模块化架构，使开发人员能够利用开源模型进行智能体软件开发，而无需深厚的机器学习专业知识或专用硬件。