联合创始人翁荔表示：GPU价格昂贵，并且设置基础设施非常复杂，使研究人员和从业者使用前沿模型进行具有挑战性，Tinker是提供高质量的研究工具、提高研究生产力的第一步。

　　相比那种“上传数据，我们帮你训练”的传统模式，Tinker让研究者保留了90%的控制权，主要涉及数据、损失函数和算法本身，而把那些通常不想碰的硬骨头（基础设施、LLM本身的前向/后向传播、分布式训练）都包办了。

　　与此同时，还有消息称Thinking Machines Lab正在尝试“重新发明一个OpenAI”，重建OpenAI在规模变大、变的官僚主义之前的那个版本。

　　创始人Murati 表示，Thinking Machines Lab将会是一家公开分享研究成果，给研究人员更多自由的公司。

　　这符合Thinking Machines Lab的使命：让更多人能够研究前沿模型，并根据自身需求进行定制。

　　Thinker首批主要提供Qwen3和Llama3系列模型的支持，从小模型切换到大模型，只需在Python代码中修改一个字符串就行。

　　Thinker的API提供了forward_backward和sample这样的底层训练步骤，同时仍自动处理调度、扩展和错误恢复。

　　还使用LoRA让多个训练任务共享相同的 GPU，降低成本并让更多实验并行运行。

　　除了云托管服务之外，他们还开源了一个Tinker Cookbook库，里面有各种现成的后训练方法实现。

　　没有用DeepSeek提出的GRPO方法，而是使用更经典的REINFORCE算法，配合优势函数，没有梯度裁剪。

　　Tinker受到了业界的密切关注。AI基础设施公司Anyscale的CEO Robert Nishihara等beta测试者表示，尽管市面上有其他微调工具，但Tinker在“抽象化和可调性之间取得了卓越的平衡”

　　来自普林斯顿、斯坦福、伯克利和Redwood Research的研究团队则已经用Tinker搞出不少成果。

　　大神卡帕西还在评论中特别指出，社区还在探索微调相比直接prompt大模型的优势在哪。

　　从早期迹象看，微调不只是给大模型的输出换个风格，更多是缩小任务范围。特别是当你有训练样本数量很大时，与其给大模型构建复杂的few-shot prompt，不如直接微调一个小模型专门处理特定任务。

　　越来越多的AI应用变成了更大规模的流水线，其中许多大模型在流程中协作，其中一些环节适合用提示，但更多环节用微调可能会更好。

　　除了Sora 2驱动的“AI抖音”之外，ChatGPT的APP代码中也被扒出要搞“社交模式”。

　　具体来说是在“推送通知”功能中包括ChatGPT和“其他用户”发送的消息。

　　本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问。