📢 转载信息

原文链接：https://www.qbitai.com/2025/10/339082.html

原文作者：量子位

“840亿估值零产品”帽子摘掉：Thinking Machines Lab发布Tinker，让大模型微调如同修改代码般简单

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，这给研究人员和从业者使用前沿模型带来了巨大挑战。Tinker正是为解决这一痛点而生，它是提供高质量研究工具、提高研究生产力的第一步。

知名AI专家卡帕西（Andrej Karpathy）对这款产品评价甚高，称其“很酷”：

与传统的“上传数据，我们帮你训练”的模式不同，Tinker让研究人员保留了高达90%的控制权，主要集中在数据、损失函数和算法本身。而那些繁琐的底层工作，如基础设施管理、LLM的前向/后向传播、分布式训练等，Tinker全部接管。

更有消息称，Thinking Machines Lab正在努力“重建一个OpenAI”，旨在复刻OpenAI在规模化之前那种开放、自由的研究氛围。

创始人Murati 表示，Thinking Machines Lab将是一家公开分享研究成果、给予研究人员更多自由度的公司。

什么是Tinker？

简单来说，Tinker是一个专为语言模型微调设计的灵活API。它允许研究人员在实验中完全控制算法和数据，而无需为底层基础设施的复杂性分心。

这完全契合了Thinking Machines Lab的使命：让更多人能够深入研究前沿模型，并根据自身需求进行定制。

Tinker首批支持Qwen3和Llama3系列模型，用户只需在Python代码中修改一个字符串，即可在不同模型间切换。

Tinker的API提供了如 `forward_backward` 和 `sample` 这样的底层训练步骤，同时自动处理调度、扩展和错误恢复等繁琐任务。

此外，Tinker还引入了LoRA技术，允许多个训练任务共享相同的GPU资源，有效降低成本，并支持更多实验的并行运行。

除了云托管服务，他们还开源了Tinker Cookbook库，里面包含了各种现成的后训练方法实现。

有微软研究员对Tinker的代码库进行了深入分析，发现了一些技术细节：Tinker没有采用DeepSeek提出的GRPO方法，而是使用了更经典的REINFORCE算法，并结合优势函数，没有采用梯度裁剪。其梯度更新策略概括为：

新参数 = 原参数 + 学习率 × 优势值 × 对数概率的梯度

Tinker的出现受到了业界的广泛关注。AI基础设施公司Anyscale的CEO Robert Nishihara等早期测试者表示，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的研究团队已经利用Tinker取得了不少成果。

卡帕西指出，社区目前仍在探讨微调相比直接使用大模型的提示（prompt）的优势。初步来看，微调不仅仅是改变模型的输出风格，更重要的是能缩小任务范围。尤其是在拥有大量训练样本时，微调一个小模型来专门处理特定任务，可能比为大模型构建复杂的少样本提示（few-shot prompt）更高效。

随着AI应用越来越依赖复杂的流水线，其中多个大模型协同工作，Tinker的出现使得研究人员能在流程的任何环节中，便捷地实验并确定最佳的微调方案。

当Thinking Machines Lab试图重新定义AI研究范式时，OpenAI似乎正在向Meta靠拢，寻求社交化转型。

除了Sora 2驱动的“AI抖音”，ChatGPT的App代码中也曝光了“社交模式”的迹象。在“推送通知”功能中，出现了ChatGPT和其他用户的消息提醒，这暗示着群聊模式可能即将到来。

配套的设置头像和昵称功能也已在App中出现。

看来，ChatGPT中的“Chat”不仅限于人机交互，未来或许也将包含人与人之间的社交互动。

🚀 想要体验更好更全面的AI调用？

欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，小白也可以简单操作。