工具
Fireworks AI 上线 MiniMax M3 模型训练支持
Fireworks AI 宣布 MiniMax M3 模型在其平台上线训练能力，支持托管 LoRA SFT、DPO 及自…
2026.07.22 · 周三约 2 分钟阅读
云端推理与训练平台 Fireworks AI 近日在其官方 X 账号宣布，MiniMax M3 模型现已可在平台上进行训练。开发者既可以使用平台托管的 LoRA SFT 与 DPO 工作流完成标准微调，也可以通过 Fireworks Training API 构建自定义的 SFT、DPO 与强化学习（RL）训练循环。
训练能力概览
本次开放的能力面向两类用户群体：
- 标准微调用户：可直接调用平台托管的 LoRA SFT 与 DPO 流程，无需自行搭建训练基础设施。
- 进阶研发用户：可通过 Fireworks Training API 运行自定义 SFT、DPO 与 RL 训练循环，并使用checkpointing（检查点保存）、rollout inference（rollout 推理）以及 adapter hotloading（适配器热加载）等能力。
其中，checkpointing 便于在长任务中断后恢复训练；rollout inference 用于在 RL 训练过程中生成模型输出；adapter hotloading 则支持在不重启服务的情况下热插拔适配器，对在线 A/B 测试或多任务切换较为友好。
背景与适用场景
Fireworks AI 长期为多家开源与商用模型提供推理部署服务，此次将 MiniMax M3 纳入训练支持，意味着开发者可以在同一平台上完成从微调到推理部署的全流程，减少跨平台迁移带来的工程开销。LoRA SFT 与 DPO 的组合，是当前对中小规模模型进行轻量化对齐的常见方案，适合希望在特定任务或领域数据上定制模型行为的团队使用。
获取方式
Fireworks AI 在公告中给出了文档入口，开发者可直接访问其官网文档页查看 API 用法、SDK 示例与定价说明，按需启用相应训练能力。