聚焦后训练：以 Ember-1 为例

Fireworks 基于 Kimi K3 后训练得到 Ember-1，使其 token 用量减少约 40%，同时在评测中保持相近质量。训练重点是让模型生成更短的推理过程，具体算法尚未充分披露。Sebastian Raschka 建议在预算有限时基于现有开放权重模型，将资金投入后训练。