马卡龙把内部模型训练链路做成企业服务

马卡龙把内部模型训练链路做成企业服务

AI 资讯 来源:新闻/公众号 发布时间:2026-09-24 12:41:25 预计阅读 5 分钟

马卡龙(Mind Lab)发布 Mint Recursive,定位面向企业的模型后训练与推理平台,以托管服务方式提供模型训练与部署能力。

Mind Lab 是国内典型的 neo lab,从大模型后训练研究出发,建起 MinT 等底层系统,用这套系统完成 Macaron V1.1 的训练与迭代,现在把内部训练链路整理为 Mint Recursive 对企业开放。其判断是:企业会需要符合自身业务标准、能够持续更新的模型版本,围绕它的训练、部署和迭代会成为一项持续服务。

马卡龙的下注:把模型后训练,做成企业服务

要让企业持续训练自己的模型版本,首先得把成本降下来。Mind Lab 有一款应用叫马卡龙,最早为提供更好的长期记忆能力,围绕该产品进行后训练和部署。2025 年,Mind Lab 开始在 Kimi K2 等大模型上做后训练并完成基础设施建设,在 64 张 H800 上运行万亿参数模型 LoRA 强化学习实践。团队要解决跨 GPU 的分片、通信和显存问题,也要让不同客户的训练任务共享资源而互不干扰。MinT 等底层系统把不同任务的 LoRA、梯度、优化器状态和模型版本隔离管理,同时共享常驻基座与算力。结果:相同资源配置下,三个独立的 Qwen3-4B 强化学习任务从依次执行改为共享并发,总完成时间从约 3081 秒降到 1736 秒,峰值显存不变,为小批量 LoRA 训练共享常驻基座、按用量提供服务打下工程基础。

Macaron V1.1 以 744B 的 GLM-5.3 为基座后训练而来,为 Chat、Agent、Coding 和生成式 UI 分别训练四个 2B LoRA 专家,最终尺寸为 752B。训练过程中,数据、训练、测试、部署连成自动化流程,均由 Mint Recursive 完成,并构建了一条模型自迭代管线:π₀ →〔观测 → 归因 → 干预 → 验证〕ⁿ → πₙ。模型分析自身表现,针对能力缺口合成和筛选数据,发起训练与评估,再根据新结果决定下一轮怎么改。

马卡龙的下注:把模型后训练,做成企业服务

后训练中有一项发票核对任务:原邮件金额为 12,340.50 美元,财务负责人随后在 Slack 更正为 11,340.50 美元;旧模型漏读更正,按旧金额入账。模型回看执行轨迹,把失败归为写入前缺少核对。团队先用规则对照测试判断,再生成示范“查证更正、写入明细、核对汇总”的训练数据。V1.1 随后找到更正并更新了记录,验证看的是实际入账结果。这种归因也用在开放任务里。比如 Chat 模式中,用户表示想先待一会儿,模型继续追问,团队就把“及时停止”变成具体训练目标。生成式 UI 中,供应商对比页面算对了价格,却没让人直接看出低单价与高起订量之间的取舍;模型据此提出补充比较关系更清楚的页面样本,训练后的版本改用并排图表。

完成一系列后训练后,在同一组 60 题 UI4A 任务里,GLM-5.3 首次交付成功 43 题,Macaron V1.1 成功 58 题。这说明给定任务和评测标准内的首次交付表现有所改善;真实新任务能否持续带来下一版能力,还要继续验证。

马卡龙的下注:把模型后训练,做成企业服务

Mind Lab 发现其他团队也有类似需求:先定义业务 Benchmark,再整理或生成训练数据,发起后训练,对比前后表现,部署新版本,并把线上反馈接入下一轮。Mint Recursive 把这几步留在同一个平台。目前平台支持 GLM、Qwen、DeepSeek、Kimi、MiniMax 等开源基座,以及监督微调、强化学习、全参数训练和 LoRA。企业可通过 API、Python SDK 自己控制数据和训练方法,也可与 Mind Lab 专家共同训练,或在设定目标、预算和约束后让平台运行迭代。训练记录、模型版本和推理部署留在同一处,便于比较、上线和回退。这里的“拥有”不是每家企业都要自研基座,而是拥有自己的任务数据、评测标准和基座上的 LoRA 版本,让业务经验在一轮轮训练中沉淀下来。

Macaron V1.1 展示了这套系统如何训练出新版本;Mint Recursive 则把能力开放给企业。马卡龙的下注,正是让企业也能持续迭代自己的模型。

标签: AI 资讯 AI

更多推荐阅读

Fable 5.2连操作系统都能搓,大厂开始重新分工:会用 AI 只是及格线

Fable 5.2连操作系统都能搓,大厂开始重新分工:会用 AI 只是及格线

过去几天,Claude Fable 5.2 再次抬高了我们对 AI 编程的想象。 Claude 工程主管 Felix Rieseberg 开发的游戏 Saltline 在 X 上大火,他只用一次初始提示、没有后续人工反馈,Fable 5.2 自己生成游戏模型、音效和贴图,最终呈现了一款紧张刺激的第一人称射击游戏。 图|体验🔗:https://claude.ai/artifact/BGY1Szt...

2026-11-21 19:57:34
谷歌奇袭英伟达:整柜TPU外售加速交付,推理每美元性能领先GB200五成

谷歌奇袭英伟达:整柜TPU外售加速交付,推理每美元性能领先GB200五成

英伟达最近头疼的事儿可不止老黄那一件。 本周内,谷歌祭出了两款新TPU芯片,分别瞄准机密推理和长上下文。算上上半年发布的两款TPU芯片,第八代TPU已经扩到四种配置。 今年,谷歌第一次在同一年内推出四款TPU系统。而谷歌对TPU的野心,可能比外界想象得更大—— 还是今年,谷歌破天荒开始对外销售TPU系统。 量子位从谷歌内部人士处获悉,谷歌内部信心十足,表示“明年TPU市场份额会快速上升”,...

2026-11-21 19:57:11
Claude 开始「整顿」会议室,建议国内大厂抄作业

Claude 开始「整顿」会议室,建议国内大厂抄作业

「拉个会对齐下颗粒度,叫上 Claude。」 打开 Google Meet 准备进会,参会者名单里出现了一个叫做 Claude 的头像。 会议主持人把 Claude 添加进通话,它以可见参与者的身份出现,同时在聊天窗口发布通知,明示自己正在加入。会议进行当中,它持续跟随对话,可以实时记录笔记、整理行动项、起草文件,或在白板上梳理结构与时间线。 团队成员可以在通话期间直接编辑它生成的内容,讨论...

2026-11-21 19:52:11
从AI建模到游戏生成,HolyMolly让人人都能玩转3D互动创作

从AI建模到游戏生成,HolyMolly让人人都能玩转3D互动创作

游戏版抖音又添新玩家。 《小王子》又在网上火了一次。 这回是一位叫Sac的创作者照着书里的故事做了一款3D游戏。 小王子住过的星球变成了可以走动的地方,玩家能跟着故事穿过不同的场景,看看那些原本只能靠想象补全的画面。 该游戏视频发到社交媒体后吸引了接近400万次浏览。 这款作品的制作周期只有16天。Sac用Claude Opus 5.5参与代码和游戏搭建,借助Tripo生成3D模型,再用...

2026-11-20 20:00:00
全球AI音乐榜第一易主!中国黑马首次上榜就干翻Suno

全球AI音乐榜第一易主!中国黑马首次上榜就干翻Suno

Suno,被超了?? 好家伙,AI音乐圈最近突然杀出了一匹中国黑马。 ACE Music v1,一个此前很多人可能都没听过的名字,首次登上全球权威AI评测机构Artificial Analysis(简称AA)的音乐人声榜,就把Suno最新旗舰模型v6挤到了第二。 榜单上,ACE Music v1拿下1160分,领先Suno v6整整16分。 要知道,自2023年AI音乐赛道兴起以来,Sun...

2026-11-20 19:59:59
「别提越权」!OpenAI自曝:AI摸进黑客考场后台,交卷时只字不提

「别提越权」!OpenAI自曝:AI摸进黑客考场后台,交卷时只字不提

我们应该避免提到未经授权的基础设施。任务目标只有flag。 很难想到,这句听着像串供老手的话,竟然出现在一个AI智能体的推理记录里。 这是一场网络安全考试,AI进攻目标,拿到一串叫flag的暗号,就算答对。 写完开头那句内心独白,这个AI智能体利落地递上答卷,对自己的越权举动只字不提。 11月10日,OpenAI补充公开了一份内部复盘,揭开了7月19日一场失控测试的细节: 参与测试的5个...

2026-11-20 19:59:42
订阅
关注

扫码关注公众号「60秒看懂AI」

扫码关注公众号 60秒看懂AI

微信搜索「60秒看懂AI」也可关注

顶部