تطلق Together AI خدمة Together لما بعد التدريب للنماذج المخصصة

أطلقت Together AI في 19 أكتوبر 2026 خدمة Together لما بعد التدريب، المخصصة لبناء نماذج حسب الطلب من خلال حلقات تعلّم معزّز وضبط دقيق خاضع للإشراف يحددها المستخدمون، بأسعار تمهيدية تبلغ 9 دولارات لكل ساعة استخدام لوحدة معالجة الرسومات B200 خلال الأسابيع الستة الأولى.

نماذج الإطلاق والأسعار وإمكانية الوصول المبكر

صُممت الخدمة لبناء نماذج مخصصة بالاستناد إلى مكافآت البيئات عبر التعلّم المعزّز (RL)، وكذلك إلى بيانات الإشراف عبر الضبط الدقيق الخاضع للإشراف (SFT). ويحدد العملاء حلقة التدريب، بما يشمل البيانات والبيئات وأطر عمل الوكلاء، ويمكنهم إضافة خطوات مثل تسجيل البيانات أو إجراء المقارنة المعيارية الخارجية، فيما تعمل Together على التحسين المشترك للأنظمة والبنية التحتية الأساسية بما يخدم جودة النماذج وسرعة التدريب. وقالت Together إنها أنشأت الخدمة لأن البنية التحتية للتعلّم المعزّز تزداد تعقيدًا، ولأن كثيرًا من الشركات التي يمكن أن تستفيد من مرحلة ما بعد التدريب لا تبدأ أصلًا، أو تبدأ ثم تتعثر بسبب أعباء البنية التحتية.

تُطلق الخدمة بنماذج مفتوحة الأوزان هي Muse Spark Open وGLM 5.3 وKimi K3 وQwen 3.8-27B، وقالت Together إنها ستوسّع المجموعة خلال الأسابيع المقبلة لتشمل نماذج لغوية كبيرة رائدة ونماذج أصغر كفاءة. وتُقدَّم الخدمة بسعر مخفّض يبلغ 9 دولارات لكل ساعة استخدام لوحدة معالجة الرسومات B200 خلال الأسابيع الستة الأولى.

قبل الإطلاق، أتاحت Together الخدمة مبكرًا لمجموعة مختارة من المؤسسات على مدى الأشهر القليلة الماضية. وقال الباحث Adit Jain، من Collinear AI، إن فريقه تعاون مع الشركة منذ إطلاق النسخة التجريبية من خدمة ما بعد التدريب في أبريل 2026.

موارد مخصصة للنماذج والفوترة بالدقيقة لوحدات معالجة الرسومات

تُجرى جميع التجارب على ما تسميه Together «موارد النماذج»: تخصيصات لوحدات معالجة الرسومات تُكرّس لعميل واحد، فلا تتنافس معها طلبات المستخدمين الآخرين على الأولوية. ويمكن لكل مورد نموذج أن يضم جلسة تدريب واحدة أو عدة جلسات، بحيث تمثل كل جلسة تجربة واحدة على النموذج الأساسي نفسه، مثل مجموعة واحدة من مهايئات LoRA. وقالت Together إن التخصيصات المخصصة تتيح أيضًا إجراء ضبط دقيق لكامل الأوزان، بما يتجاوز LoRA، عند تكييف النماذج لمهام كبيرة تتطلب معرفة واسعة.

تضم كل جلسة مثيلًا من Trainer مسؤولًا عن خطوات التمرير الأمامي والعكسي وتحديث الأوزان، إلى جانب مثيلات من Generator تنفذ عمليات أخذ العينات المتتابعة انطلاقًا من السياسة. وفي الضبط الدقيق الخاضع للإشراف، يمكن بدء مورد النموذج من دون أي مولدات لتوفير التكاليف. ويحدد المستخدمون توقيت إرسال معلمات Trainer إلى Generator، كما يُتاح التعلّم المعزّز غير المتزامن لتحقيق استخدام مرتفع لوحدات معالجة الرسومات في كلا المكوّنين، ولا سيما أثناء عمليات أخذ العينات المتتابعة الطويلة للوكلاء.

يمكن للمستخدمين إجراء تدريب LoRA، بما في ذلك تشغيل عدة مهايئات LoRA تتشارك سعة وحدة معالجة الرسومات نفسها، إلى جانب تجارب الضبط الكامل للأوزان لبعض النماذج المختارة. وتدعم الخدمة دوال خسارة معيارية، منها الانتروبيا المتقاطعة وGRPO وCISPO وDPPO، كما يمكن للمستخدمين حساب هدف تدريب مخصص محليًا وإرسال تدرجاته إلى Trainer.

وفقًا لـوثائق ما بعد التدريب، تتكون الواجهة الأساسية لمجموعة تطوير البرمجيات (SDK) من دالة create التي تخصص موردًا للنموذج (وحدة الفوترة)، ودالة create_session التي تربط به جلسة تدريب، تليهما استدعاءات لكل خطوة: sample_batch لتوليد مخرجات مكتملة وتقييمها، وforward_backward لحساب الخسارة ونشر التدرجات عكسيًا، وoptim_step لتحديث الأوزان، وweights_sync لنشر الأوزان الجديدة على النسخ المكررة من Generator. وتتجاوز طريقتا SFT وDPO الدالتين sample_batch وweights_sync لأنهما لا تأخذان عينات من المخرجات المكتملة.

تُحتسب رسوم موارد النماذج بالدقيقة لكل وحدة معالجة رسومات، وقالت Together إن تكاليف التدريب الإجمالية تصبح أقل من كلفة التسعير القائم على الرموز بمجرد توسع نطاق التجارب. وتقارن الوثائق هذا النموذج بخدمة الضبط الدقيق المعتادة لدى الشركة، التي تحتسب الرسوم عن كل رمز تتم معالجته، وتُشغَّل على هيئة مهمة تستمر حتى اكتمالها من دون إمكانية التحكم فيها أثناء التشغيل؛ أما مستخدمو خدمة ما بعد التدريب، فيمكنهم فحص المقاييس في كل خطوة، وتغيير معدل التعلّم، وإعادة خلط البيانات، أو إيقاف التشغيل وفقًا لمنطقهم الخاص.

استقرار التدريب ومسار النشر

قالت Together إن الخدمة تزيل مصادر عديدة لانحراف السياسة بين محركات التدريب والاستدلال، إذ قد تؤدي اختلافات عددية طفيفة، رغم استخدام الأوزان نفسها، إلى تراجع أداء تشغيل التعلّم المعزّز أو انهياره. وتحقق ذلك باستخدام تقنيات معيارية مثل Rollout Routing Replay، إلى جانب تحسينات مستمدة من أبحاثها في استقرار التدريب. وأضافت الشركة أن محركات أخذ العينات المتتابعة لديها تستفيد من التحسينات نفسها المستخدمة في مجموعة أنظمة تقديم الخدمة، بما يشمل التخزين المؤقت والتوجيه الذكيين للوكلاء متعددي الأدوار، والتوازي المحسّن وتجميع التسلسلات، ما يسرّع خطوات كل من SFT وRL.

بعد التدريب، باتت الشركة تدعم تقديم الخدمة باستخدام مهايئات LoRA المتعددة ضمن Dedicated Model Inference، ما يتيح للمستخدمين تبديل المهايئات داخل عملية نشر واحدة على وحدة معالجة رسومات، بدلًا من بدء عملية نشر إنتاجية منفصلة لكل تشغيل. وقالت Together إن كل نقطة تحقق تدريبية تحتفظ بجودتها عند تقديم الخدمة، حتى بعد الانتقال من أخذ العينات باستخدام LoRA المتعددة إلى الاستدلال بالأوزان المدمجة بدقة FP4.

توضح الوثائق سير عمل يشمل التدريب والتقييم والتهيئة للإنتاج: تدريب عدة مهايئات على نموذج أساسي واحد مجمّد، وإرفاق الخيارات المرشحة بعملية نشر واحدة تدعم LoRA المتعددة ومقارنتها عبر تسمية مهايئ مختلف في كل طلب، ثم نشر الخيار الفائز في الوضع المدمج ضمن عملية نشر مستقلة. وبالنسبة إلى GLM-5.3 وKimi-K3، يجب أولًا تمرير المهايئات بخطوة إعداد للاستدلال بدقة FP4.

الإعداد الأولي، والترحيل من Tinker، والمستخدمون الأوائل

يتطلب بدء الاستخدام أحدث إصدار من Together SDK والوثائق. ونشرت Together دفاتر وصفات في مستودع post-training-cookbook على GitHub، تتناول تدريب GRPO على معيار GSM8K، وتطبيق DPO بوصفه دالة خسارة مخصصة، وتدريب عدة محولات LoRA ضمن مورد النموذج نفسه؛ وتصف الوثائق دفتر الوصفات بأنه مكتبة Python تضم حلقات جاهزة، وتشرح دفاتره كيفية إجراء GRPO وSFT والتدريب متعدد المحولات على مورد نموذج واحد، باستخدام الاستدعاءات غير المتزامنة في SDK. وبالنسبة إلى الفرق التي لديها إعداد قائم على Tinker API، يتيح مسار الترحيل استبدال سطر استيراد واحد بـ import together.post_training.tinker as tinker، مع شرح مفصل لذلك في دليل الترحيل.

قال أنتوني لي، المدير المساعد لعلوم البيانات في Deel، وهو أحد مستخدمي الوصول المبكر، إن التحكم والمرونة اللذين توفرهما المنصة مكّنا فريقه من البدء في إجراء تجارب حقيقية للتعلم المعزز خلال بضع ساعات، وإجراء ما يصل إلى خمس تجارب متزامنة للتعلم المعزز باستخدام سعة وحدات معالجة الرسومات نفسها. وقال أوليفر نورماند، المهندس المؤسس في Jack & Jill، إن فريقه درّب لاحقًا نموذجًا يتنبأ بالمرشحين الذين يرغب مدير التوظيف في مقابلتهم، وهي خطوة أساسية في عملية البحث التي يجريها وكيل التوظيف Jill التابع للشركة، وتمكن من مجاراة جودة نموذج مغلق المصدر في التقييمات غير المتصلة بالإنترنت، باستخدام نموذج مفتوح المصدر أقل تكلفة بكثير في التشغيل؛ وأضاف أن مهندسي Together المتمركزين لدى العملاء كتبوا النصوص البرمجية التي أفضت إلى النتائج الأولى للفريق.

وقال جاين من Collinear AI إن سهولة الإعداد الذاتي السلسة مكّنت الفريق من إطلاق عمليات واسعة النطاق للتعلم المعزز الوكيلي. ويعمل مهندسو Together المتمركزون لدى العملاء جنبًا إلى جنب مع العملاء طوال دورة حياة التدريب اللاحق للنموذج، بدءًا من اختيار نموذج مفتوح وإطار عمل الوكيل، مرورًا بالبيانات وبيئات التدريب والتقييمات، وصولًا إلى إطلاق نقطة نهاية محسّنة.