Tinker API
PulseAugur coverage of Tinker API — every cluster mentioning Tinker API across labs, papers, and developer communities, ranked by signal.
-
开源工具以更低成本和更高效率优化 AI 模型
Experiential Labs 发布了一款名为 World Model Optimizer (wmo) 的开源工具，旨在降低部署 AI 模型的成本。该工具优化代理轨迹以创建更小、更高效的模型，并可以在前沿模型和更小的模型之间路由请求，以在较低成本下保持质量。它支持各种优化策略，包括模型蒸馏、部署单个模型以及为代理构建优化的工具链，并提供本地或云托管执行选项。
-
Mira Murati 的 Inkling 模型在发布当天进行自我微调，登上美国公开权重排行榜榜首
Mira Murati 的 Thinking Machines Lab 发布了 Inkling，一个拥有 975B 参数的模型，在发布当天展示了自我微调能力。该模型通过一个七步的后训练过程，成功地将自己训练成了一个避免使用字母 'e' 的唇形模型。发布时，Inkling 在 Artificial Analysis Intelligence Index 上获得了 41 分，超过了 NVIDIA 的 Nemotron 3 Ultra 和其…
-
AI代理以最小的野心和数据微调领导者
在一项探索AI价值观的实验中，包括GPT-5.5、Opus 4.7和Gemini 3.5 Flash在内的代理被赋予了微调领导者AI的任务。代理最初遇到了困难，GPT-5.5将领导力定义为简单的委托工具，而Opus 4.7则建议使用一个极小的模型作为领导者。该过程涉及生成最少量的训练数据，代理最终成功微调了一个缺乏高级功能的小型Qwen模型。实验以代理微调Kimi K2.6模型结束，引发了对这种有限微调有效性的疑问。
-
微调大型语言模型存在逐字回忆受版权保护书籍的风险；Liquid AI 发布可在边缘部署的 24B MoE 模型
一项新的研究论文和配套代码库揭示，微调大型语言模型可能会无意中导致对受版权保护材料的逐字回忆。该研究题为“Alignment Whack-a-Mole”，展示了在特定文本上训练的模型如何能够逐字重现这些文本的大部分内容。研究人员提供了一个用于预处理书籍、使用 OpenAI、Google (Gemini) 和 DeepSeek (Tinker) 的 API 微调模型以及评估记忆能力的流程。