Tinker
Thinking Machines 的模型训练 API，用 LoRA 微调开源模型
Tinker 是 Thinking Machines 推出的模型训练与微调 API，面向研究者和开发者。用户通过 forward_backward、optim_step、sample、save_state 四个原语完全掌控训练循环、数据与算法，平台托管算力与基础设施。支持以 LoRA 高效微调 Qwen 等开源模型，可用于监督微调与强化学习实验，并配套 cookbook 提供常见微调示例
0
—
未收录
—
工具功能
这个工具能做什么、适合谁用，以及目前已识别的核心能力。
工具简介
Tinker 是 Thinking Machines 推出的模型训练与微调 API，面向研究者和开发者。用户通过 forward_backward、optim_step、sample、save_state 四个原语完全掌控训练循环、数据与算法，平台托管算力与基础设施。支持以 LoRA 高效微调 Qwen 等开源模型，可用于监督微调与强化学习实验，并配套 cookbook 提供常见微调示例
核心功能
价格信息
付费当前仅展示已核验的定价模式。
基础信息
- 更新频率
- 暂无已发布动态
- 最近更新
- 覆盖行业
- 程序员、科研
更新日志
按时间记录功能更新、版本发布、新工具入库等重要变化。
暂无可展示的更新历史
采集到并通过审核的功能动态会按时间显示在这里。
Tinker 常见问题
关于 Tinker 的定位、核心功能、价格与最近更新。
Tinker 是什么？
Tinker 是 Thinking Machines 推出的模型训练与微调 API，面向研究者和开发者。用户通过 forward_backward、optim_step、sample、save_state 四个原语完全掌控训练循环、数据与算法，平台托管算力与基础设施。支持以 LoRA 高效微调 Qwen 等开源模型，可用于监督微调与强化学习实验，并配套 cookbook 提供常见微调示例。
Tinker 有哪些核心功能？
Tinker 当前已核验的核心功能包括：强化学习训练、模型训练学习。
Tinker 如何收费？
Tinker 当前已核验的价格模式为付费。