Together AIとAdaptionのパートナーシップを発表
Together AIとAdaptionは、Together Fine-TuningをAdaptive Dataにネイティブ統合する提携を発表。チームはデータセットの最適化、ファインチューニング、評価、デプロイを効率的に行えるようになります。
本日、Together AI と Adaption は戦略的パートナーシップを発表し、Together Fine-Tuning を Adaption の Adaptive Data プラットフォームにネイティブ統合します。これにより、チームはデータセットの最適化、ファインチューニング、評価、およびデプロイをより効率的に行えるようになります。
Adaption は Sara Hooker 氏と Sudip Roy 氏（両名とも Cohere および Google DeepMind の元リーダー）によって共同設立されました。Adaptive Data は、最新のモデルトレーニングにおけるデータ課題に対処するため、データセット構造の分析、サンプル調整、品質評価、モデル対応データのエクスポートを支援します。Adaption は、この一連の機能を「通常は最先端研究所に限られるデータ最適化手法を日常的な開発者に提供するもの」と説明し、初期導入ではデータ品質が平均 82% 向上したと報告しています。
この統合により、Adaption ユーザーは自身の Together AI アカウントを接続し、シームレスな実験ワークフローを通じて迅速に高品質なファインチューニングモデルを取得できます。ユーザーは Adaption でトレーニングデータセットを最適化した後、最適化されたハイパーパラメータを開始点として Together AI で直接ファインチューニングを実行できます。トレーニング後、ファインチューニングモデルは評価のために自動的にデプロイされ、評価結果が表示されます。その後、ユーザーは Together AI の高性能推論サービスでモデルをデプロイできます。
Together Fine-Tuning は、インフラ管理を必要とせずにオープンモデルをカスタマイズしたいチーム向けに構築された、有数のオープンソースポストトレーニングおよび推論プロバイダーです。このプラットフォームは、Kimi K2.5、GLM 5.1、Qwen 3.5-397B などの 100B パラメータを超える大規模オープンモデルをサポートし、構造化ツール使用、推論、ビジョン言語設定に対応しています。ユーザーは大規模データセットでファインチューニングを行い、トレーニング前にコストを見積もり、実行中に ETA を追跡し、モデルを Hugging Face Hub に直接エクスポートできます。
Adaption の共同創業者兼 CEO である Sara Hooker 氏は次のように述べています。「Together Fine-Tuning は、Adaptive Data ユーザーに、整形されたデータセットをより強力で信頼性の高いオープンモデルに変換するためのインフラを提供します。LoRA とフルファインチューニング、大規模オープンモデル、実験の可視性をサポートすることで、ユーザーが迅速に適応し、変化を理解し、ターゲット行動に対するパフォーマンスを向上させるのに役立ちます。」Adaption プラットフォームは、ファインチューニング実行中に勝率、損失、学習率を表示します。
この統合により、Adaptive Data で整形されたデータセットを Together Fine-Tuning ワークフローに直接移行できます。Adaptive Data は上流のデータセットを改善し、Together Fine-Tuning はそのデータセットを特化されたモデル行動に変換します。両社の協力により、チームはより強力で信頼性の高いオープンモデルをより迅速に構築できるようになります。