AI要約 GoogleはMaxTextにポストトレーニング機能を追加し、単一ホストTPU上で教師ありファインチューニング(SFT)と強化学習(RL)を実行可能にした。これによりLLMのカスタマイズを効率的なTPU環境で手軽に行えるようになる。

EN Google expanded MaxText with post-training features, enabling Supervised Fine-Tuning (SFT) and Reinforcement Learning (RL) on single-host TPUs, making LLM customization more accessible in efficient TPU environments.

AI要約 OrbaxとMaxTextにおける継続的チェックポイント機能を紹介。従来の永続的チェックポイント間隔でのみ保存する方式から、より頻繁にインメモリでチェックポイントを保存する方式に変更することで、大規模ML学習時の障害復旧時間を短縮し、学習のgoodput（有効稼働率）を向上させる。

EN Google introduces continuous checkpointing in Orbax and MaxText, saving in-memory checkpoints more frequently than persistent ones to reduce recovery time from failures and improve training goodput in large-scale ML workloads.