Fine（Fine-Tuning，微调）指在预训练大模型基础上用任务数据继续训练、使其适配特定场景的技术，是大模型从通用能力走向具体应用的关键环节。近期的动态集中在三点：训练工具链走向产品化、微调被用于替代强化学习训练智能体，以及托管训练服务降低基础设施门槛。
Fine-Tuning 近期进展
LangChain 推出 LangSmith Fine-Tuning 与 smithtune CLI 并开放公测，Fireworks AI 担任训练合作伙伴，将数据、训练与评估整合进同一观测平台，详见 LangSmith 推出微调功能与 smithtune CLI，现进入公测 与 LangChain 推出 LangSmith Fine-Tuning 与 smithtune CLI，Fireworks AI 为训练合作伙伴。
方法层面出现新路线：4B 参数的 Qwen3.5 在 ROFT：只用自我复盘微调，Qwen3.5-4B 不靠强化学习也能提升智能体表现 中，仅凭模型自我生成的复盘数据做监督微调，便改善了智能体表现，绕开了奖励设计与采样开销。
基础设施侧，Fireworks 联合 HUD 推出强化学习微调 cookbook，无需自建训练基础设施，以现成配方形式提供 RL 微调流程，团队不必自建 GPU 集群。
当前焦点与观察点
微调正在从数据团队的手艺变成平台自带功能，观测、训练、评估打通是一条明确趋势，LangSmith 与 Fireworks 的组合是典型样本。争议点在路径选择：ROFT 类结果表明监督式微调在智能体任务上仍有空间，未必都要转向强化学习；托管 RL 微调则在押注后者会大众化。后续值得关注的是 smithtune 这类 CLI 能否成为开发者习惯的入口，以及复盘数据微调在更大规模模型上能否复现同等收益。