


Tinker 是一款灵活高效的 API 工具,专为使用 LoRA 技术微调开源模型而打造。无论您是研究人员还是开发者,Tinker 都能为您提供高度自由的训练体验,让您专注于算法和数据逻辑,无需操心底层运维。轻松掌控流程,定制属于您的模型优化方案。
“Tinker 让我们能够专注于研究,而不是花费时间在工程开销上。这是任何数量的裸 GPU 算力都无法替代的。”
—— Tyler Griggs
Tinker 将您的创新想法浓缩为四个直观的函数:
forward_backward:执行前向传播和后向传播,并累积梯度。
optim_step:基于累积的梯度更新模型权重。
sample:生成 token,用于交互、评估或强化学习操作。
save_state:保存训练进度,以便随时恢复。
“Tinker 使我们能够专注于数据和评估,轻松地跳入强化学习工作,因为训练基础设施已经被抽象出来。”
—— Ziran Yang, Yong Lin, Chi Jin
Tinker 目前已支持一系列主流开源模型,包括:
Tinker 的定价方案基于计算使用量,所有价格均以美元/每百万 token 计费。
请参考以下定价表,了解不同模型的预填充 (Prefill)、采样 (Sample) 和训练 (Train) 成本:
(注:此处将模拟表格,产品详情页通常会直接嵌入表格图片或更复杂的HTML,但根据要求,我将以纯文本列出部分示例,并提示实际情况。)
部分模型定价示例:
“Tinker 一直以来都是可靠的,让我们能够快速迭代而无需担心硬件或基础设施。”
—— Eric Gan