核心信息

Together AI 宣布 MiniMax M3.1 Flash 已可在其平台上进行后训练，用户能够使用自有数据、奖励函数与环境运行监督微调（SFT）或强化学习（RL）。

要点

  • MiniMax M3.1 Flash 现可在 Together AI 上进行后训练
  • 同时支持 SFT 与 RL 两种流程
  • 用户可自带数据、奖励函数与环境
  • 训练循环保留在用户自己的 Python 代码中
  • 面向特定 agent 工作负载对模型进行定制