Together AIは10月19日(現地時間)、生成AIのカスタムモデル構築を支援する新サービス「Together Post-Training」の提供を開始したと発表しました。このサービスは、環境報酬からの強化学習（RL）や監督データからの教師ありファインチューニング（SFT）を通じて、ユーザーが独自のモデルを柔軟かつ効率的にシェイピングできるように設計されており、高度なモデル調整を重いインフラ負担なしで実現します。
Together AIが発表した新サービスTogether Post-Trainingは、企業がカスタムモデル訓練を積極的に模索する中で直面する、高コストと複雑なインフラの課題に対応するために開発されました。今日の市場では、特定のタスクやドメインに最適化されたAIモデルへの需要が高まっていますが、既存のAIモデルを微調整するには、データキュレーション、訓練アルゴリズム、評価プロトコルにおける複雑な反復作業が伴います。特に、大規模モデルにおける強化学習（RL）インフラの構築と運用は、多くの企業にとって大きな障壁となっていました。
Together Post-Trainingは、ユーザーがトレーニングループを自由に定義できる一方で、その基盤となるシステムとインフラの最適化をTogether AIが全面的に管理します。これにより、モデルの品質向上と訓練速度の加速を実現します。同社のチームが最適化とインフラ管理を担うことで、研究者やドメインエキスパートは、自身の専門領域である人間のフィードバックループ、データセット構築、評価基準の定義などに集中できる環境が提供されます。
本サービスは、機械学習開発者になじみのある抽象化とリソース制御を提供し、LoRA（Low-Rank Adaptation）訓練や一部モデルでのフルウェイト実験に対応します。ユーザーは自身のデータ、環境、およびエージェントハーネスを自由に利用して、トレーニングループ全体を定義することが可能です。現在、Together Post-Trainingは、GLM 5.1、Kimi-v2-7B、Qwen 3.5 397Bといったオープンウェイトモデルをサポートしており、今後もサポート対象モデルの選択肢を拡大していく予定です。
参考: Together AI Blog — 2026年10月19日 09:00 (JST)