Together AI 與 Adaption 合作宣佈

Together AI 與 Adaption 今日正式宣佈達成戰略合作，將 Together Fine-Tuning 原生集成到 Adaption 的 Adaptive Data 平台中。此舉旨在幫助團隊更高效地優化數據集、執行微調、評估模型性能並部署更強大的開放模型。

Adaption 由 Sara Hooker 和 Sudip Roy 聯合創立，兩人此前分別擔任 Cohere 和 Google DeepMind 的領導者。Adaptive Data 平台專注於解決現代 AI 模型訓練中的數據挑戰，提供數據集結構分析、樣本調整、質量評估以及模型就緒數據導出等功能。Adaption 表示，該平台將通常僅限於前沿實驗室的數據優化技術普及給普通開發者，早期部署中數據質量平均提升了 82%。

通過此次集成，Adaption 用户可以將自己的 Together AI 賬户關聯起來，實現從數據優化到模型微調的無縫工作流。用户在 Adaptive Data 中優化訓練數據集後，可以直接在 Together AI 上以優化後的超參數為起點執行微調。訓練完成後，微調模型會自動部署用於評估，評估結果會清晰展示給用户。隨後，用户可以選擇在 Together AI 的高性能推理服務上部署模型。

Together Fine-Tuning 是領先的開源後訓練和推理平台，專為希望自定義開放模型但無需管理底層基礎設施的團隊設計。該平台支持包括 Kimi K2.5、GLM 5.1 和 Qwen 3.5-397B 在內的超過 1000 億參數的大型開放模型，覆蓋結構化工具使用、推理和視覺語言等場景。用户可以在大規模數據集上進行微調，在訓練開始前預估成本，在運行過程中跟蹤預計完成時間，並直接將模型導出到 Hugging Face Hub。

Adaption 聯合創始人兼 CEO Sara Hooker 表示：“Together Fine-Tuning 為 Adaptive Data 用户提供了將優化數據集轉化為更強、更可靠開放模型的基礎設施。它支持 LoRA 和全參數微調、大型開放模型以及實驗可見性，幫助用户快速迭代、理解變化並針對目標行為提升性能。”Adaption 平台會在微調運行期間展示勝率、損失和學習率等關鍵指標。

這一整合使得在 Adaptive Data 中優化好的數據集可以直接流入 Together Fine-Tuning 工作流。Adaptive Data 改善上游數據集的質量，而 Together Fine-Tuning 則將這些數據轉化為專門的模型行為。雙方的合作將顯著縮短團隊從數據準備到模型部署的週期，推動開放模型生態的發展。