Thinking Machines首款产品重大更新：K2 Thinking、Qwen3-VL都可以微...

主要观点总结

Tinker是一款帮助开发者和研究人员微调语言模型的API，无需搭建GPU，兼容OpenAI接口，支持LoRA/DPO/RHLF全流程。最新更新包括支持Kimi K2 Thinking模型的后训练，新增视觉模型Qwen3-VL以及视觉输入功能。这使得普通开发者能够微调大规模模型，如Kimi K2 Thinking，降低了模型训练的门槛。最新的测试显示，经过微调的Qwen3-VL模型在图像分类任务上表现优异。

关键观点总结

关键观点1: Tinker将语言模型的后训练封装成一键API。

开发者无需搭建GPU，即可使用Tinker进行模型微调。Tinker兼容OpenAI接口，支持LoRA/DPO/RHLF全流程。

关键观点2: Tinker支持Kimi K2 Thinking模型的后训练。

这是Thinking Machines推出的首款产品，具有万亿参数规模，专为长链推理和工具调用场景设计。

关键观点3: Tinker新增视觉模型Qwen3-VL和视觉输入功能。

Qwen3-VL支持视觉输入，可以处理图片、截图等视觉内容。这对于图像分类和其他视觉任务非常有用。

关键观点4: 经过微调的Qwen3-VL模型在图像分类任务上表现优异。

与DINOv2相比，在小样本数据场景下，经过微调的Qwen3-VL模型表现出更好的性能。