根據1M AI News的監測，專注於AI輸出基礎設施的公司Fireworks AI發布了Fireworks Training的預覽，從純粹的輸出平台擴展為一體化的訓練與部署平台。Fireworks AI由Meta前工程師林喬創立，他參與了PyTorch的開發，目前估值達到40億美元，每天處理15兆個標記。該平台提供三個層級：1. 訓練代理：面向沒有機器學習基礎設施的產品團隊，允許他們描述任務並上傳數據，完成從訓練到部署的整個流程，目前僅支持LoRA；2. 管理式訓練：針對機器學習工程師，支持SFT、DPO和增強學習微調，包括完整的參數訓練；3. 訓練API：面向研究團隊，允許自定義損失函數和訓練週期，支持GRPO和DAPO等算法，並進行從單節點Qwen3 8B到Kimi K2.5 (兆參數)的全規模參數訓練，使用64個NVIDIA B200。Fireworks AI的客戶包括生產推理、AI編程工具Cursor、Vercel和Genspark，這些公司已在該平台上完成了先進的增強學習訓練。Vercel為其代碼生成產品v0訓練了自動錯誤修正模型，達到93%的無錯誤生成率，而Sonnet 3.5僅為62%，並將端到端延遲降低了40倍，超越了之前使用的封閉模型。Genspark利用增強學習微調了開放的兆參數模型Kimi K2.5，建立深度研究代理，工具使用率提升33%，成本降低50%。Cursor在全球3-4個集群上完成了Composer 2的分散式增強學習訓練(目前在CursorBench)中排名第一，共用GPU池進行訓練與推理。Fireworks AI強調其在訓練與推理之間的數值一致性方面的關鍵技術優勢。MoE (混合專家組)模型在數值上比密集模型更脆弱，微小的隱藏狀態變化可能改變專家的路由，並放大連鎖反應。Fireworks公布了所有支持模型的訓練與推理之間的KL散度值，均低於0.01。