几个 prompt 训练万亿参数模型，Trajectory 把后训练搬上平台

Trajectory 今天发布了一个平台，目标是把后训练模型这件事压缩到几个 agent prompt 里。官方说法是，用户可以用几个 prompt 进入一套完整工具，训练、评估、部署万亿参数模型。对不熟悉这一层的人，后训练指的是在基础模型之后继续训练，让它更符合具体任务、偏好和评测标准。

视频保留在这里：

发布信息里还有融资：Trajectory 累计融资 6000 万美元，新轮由红杉领投，估值 3 亿美元。这个数字放在训练模型的工具链里不算小。过去，后训练往往需要算法、数据、评测、部署几拨人配合，平台化想解决的就是把流程收进一个入口。

同步放出的两个研究预览更值得看。

Continual grading 瞄准评测里的“品味”问题。人工打分有上限，模型要学会判断什么算好，需要远比手写标注更多的反馈。官方说它能把你的品味规模化，让模型从更大范围的反馈里学习“好”的样子。

GS1 是一个算法，让模型直接从生产环境里的行为中学习。关键在于生产反馈。模型上线后做什么、结果如何，能不能变成训练信号，是持续学习绕不开的一环。

官方推文最后一句是：“You know what good looks like, now go build it. Own your own value function with Trajectory.” 这句话把产品卖点说得很直白：你定义什么算好，平台把它变成模型能力。

入口变简单，训练本身不会自动变简单。数据、评测标准和算力仍然稀缺。Trajectory 把后训练做成平台，接下来要看的是，几个 prompt 之后，用户能不能真的拿到可复现的结果。