KARL模型通过强化学习显著降低了推理成本和延迟，同时提升了质量，适用于Databricks客户，帮助他们创建定制的RL模型，尤其在处理复杂问题时表现优异。

Scenario是一个企业AI平台，帮助品牌和工作室训练定制模型，生成多种媒体内容。通过Meilisearch，Scenario实现了高效的搜索基础设施，支持每月3500万次搜索，提升用户体验和生产力，正朝着智能匹配任务与模型的方向发展。

许多开发者对现有AI助手的局限性感到不满。我们通过Mancer.tech的API、定制模型和增强响应处理，构建了一个更强大的AI助手，能够更有效地处理实际请求并提供灵活的响应。

GitHub宣布为Copilot Enterprise用户推出定制模型的有限公开测试版。该模型根据组织的代码库和编码实践进行微调，提供更相关的建议，并确保数据安全性。微软Office的案例显示，定制模型提高了代码补全的一致性，尤其在C和C++中。目前，该功能在GitHub托管的组织库中进行有限测试。

NVIDIA AI Workbench是一个免费工具，通过帮助用户构建自己的项目和定制模型来简化AI开发。它简化了设置过程，与协作工具集成，并确保在不同环境中保持一致性。该工具还提供示例项目，如混合RAG项目，允许用户使用自己的文档运行自定义的RAG Web应用程序。AI Workbench还支持微调和模型量化以进行定制和优化。它可以在各种系统上运行，从本地工作站到云服务器。

DBRX是一种开放的、先进的通用LLM，使用Mosaic AI Training进行训练和评估。Mosaic AI Training是一个用于训练LLM的基础设施，支持定制模型和处理低资源语言。它提供了优化的训练堆栈、分布式训练、分布式检查点等功能。此外，Mosaic AI Training还具备GPU容错性和网络故障容错性，并与MLflow集成，实时跟踪训练指标和进度。

OpenAI推出了新功能，为开发者提供更多对API进行微调的控制权，并介绍了与他们的AI专家和研究人员合作构建定制模型的更多方式。新功能包括基于epoch的检查点创建、模型评估的比较性游乐场、第三方集成、全面的验证指标、超参数配置和微调仪表板改进。OpenAI还扩展了他们的定制模型计划，提供辅助微调和定制训练模型。文章重点介绍了从这些计划中受益的组织的例子。OpenAI相信，在未来，大多数组织将开发个性化定制的模型，以适应其行业、业务或用例。

GPT-3.5 Turbo现已支持微调，开发者可以定制模型以提升特定任务的性能。早期测试表明，微调后的GPT-3.5 Turbo在某些任务上可与GPT-4相媲美。用户数据归客户所有，不会被OpenAI用于训练其他模型。