Thinking Machines Lab 发布语言模型微调 API Tinker

2025年10月1日

TinkerToy Computer 由 Daniel Hillis 和 Brian Silverman 发明

今天，我们推出 Tinker，一个用于微调语言模型的灵活 API。它让研究人员和黑客能够通过掌控算法和数据来实验模型，而由我们处理分布式训练的复杂性。Tinker 推进了我们的使命：让更多人能够研究前沿模型，并根据自身需求进行定制。

Tinker 让你可以微调一系列大小不等的开放权重模型，包括 Qwen-235B-A22B 等大型混合专家模型。从小模型切换到大模型，只需在 Python 代码中更改一个字符串。

Tinker 是一项托管服务，运行在我们的内部集群和训练基础设施上。我们负责调度、资源分配和故障恢复。这让你可以立即启动小型或大型训练，无需担心基础设施管理。我们使用 LoRA，从而可以在多个训练任务之间共享同一计算资源池，降低成本。

Tinker 的 API 为你提供 forward_backward 和 sample 等底层原语，可用于表达大多数常见的后训练方法。即便如此，要取得良好结果仍需把许多细节做对。因此，我们发布了一个开源库 Tinker Cookbook，其中包含运行在 Tinker API 之上的现代后训练方法实现。

Princeton、Stanford、Berkeley 和 Redwood Research 的团队已经在使用 Tinker：

• Princeton Goedel Team 训练了数学定理证明器
• Stanford 的 Rotskoff Chemistry group 微调了一个模型来完成化学推理任务
• Berkeley 的 SkyRL group 在自定义的异步离策略 RL 训练循环上进行了多智能体、多轮工具使用的实验。
• Redwood Research 使用 Tinker 在困难的 AI 控制任务上对 Qwen3-32B 进行 RL

Tinker 目前面向研究人员和开发者开放私有测试版。你可以在这里注册 Tinker 等待名单。我们将从今天开始邀请用户加入平台。

如果你是有意使用 Tinker 的组织，请在这里联系我们。

Tinker 初期将免费使用。我们将在未来几周内推出基于用量的定价。

我们很期待看到你用 Tinker 发现和创造的东西！