LangChain、LangSmith の Trajectories の試用をチームに呼びかけ
LangChain によると、LangSmith の Trajectories は今すぐ試せ、長時間動作するエージェントのデバッグ、専門担当者向けの読みやすい挙動ビュー、オンライン評価によるセッションの採点、本番セッションのファインチューニング用データセット化に使えるという。
#fine-tuning
すべてのAIニュースを見るSkillGym がスキル軌跡で Qwen3.5-35B-A3B をファインチューニング
論文が SkillGym を提案している。人が書いたスキルを 2,756 の訓練環境に変換し、8,364 件の成功軌跡でファインチューニングする。Claude Code 上の Qwen3.5-35B-A3B がその後 Terminal-Bench 2.1 で 19.10 ポイント向上し、スキル支援の SkillsBench v1.1 で 51.47% に達したと報告している。
LangSmithのファインチューニング用CLI smithtuneがFireworksAI_HQとbasetenで学習
Ankush Golaによると、smithtuneはLangSmithから軌跡を取得・選択・処理し、FireworksAI_HQとbasetenで学習し、結果をLangSmithで評価する。コードはlangchain-aiのGitHubリポジトリにある。
Fireworks、LangSmith Fine-Tuningとsmithtuneのローンチ時トレーニングパートナーだと表明
Fireworksは、LangChainのLangSmith Fine-Tuningとsmithtuneのローンチ時トレーニングパートナーだと述べ、LangSmithのトレースからFireworks上のマネージドSFT、その後の評価とデプロイまでを、別のトレーニング基盤なしで1つのCLIで進める経路だと説明している。
Daniel van Strienが194MのGLiNER2モデルを学習し、Hugging Faceデータセットのタスクタグを提案
Hugging Face Jobsで約1.50ドルをかけて学習したこのモデルは、データセットの列名と先頭行からタスクタグと確率を提案する。Daniel van Strienによると、17分のファインチューニングで、最初の提案が所有者のタグと一致する割合は10%から69%に上がった。