A Together AI lançou o together/Tev1-4B-experimental, um modelo de classificação construído sobre o Qwen3.5 4B e disponibilizado em sua plataforma, junto com um guia passo a passo para treinar um modelo comparável.
O modelo recebe um bloco de estado (por exemplo, uma mensagem de suporte ao cliente) mais um conjunto fixo de opções de múltipla escolha e devolve um único rótulo — uma nota, um booleano ou a letra de uma alternativa — em vez de texto livre. O exemplo da Together demonstra a construção de um classificador de intenção de suporte: dada uma mensagem sobre cobrança duplicada de assinatura, o modelo retorna corretamente o rótulo "duplicate_charge" dentre quatro opções.
O guia detalha o pipeline de treinamento. Um conjunto de dados de fine-tuning com 37.840 exemplos é amostrado de seis fontes públicas — MultiNLI, BoolQ, Banking77, AG News, SST-5, além de conjuntos internos de política programática e roteamento — cobrindo classificação de intenção, compreensão sim/não, sentimento e decisões baseadas em regras. Treinar esse conjunto sobre o Qwen3.5 4B custa cerca de US$ 17 e leva aproximadamente 25 minutos no serviço de fine-tuning da Together, após o que o modelo é implantado em um endpoint HTTP dedicado (o exemplo usa uma única GPU H100).
A Together especifica as configurações exatas de inferência necessárias para reproduzir saídas determinísticas: temperature=0, max_tokens=8 e enable_thinking=false, além de um system prompt instruindo o modelo a tratar o campo de estado como dado, não como instrução, e a retornar apenas a letra da opção escolhida.
Empresas que não querem treinar sua própria versão podem consultar o together/Tev1-4B-experimental diretamente na plataforma serverless da Together, sem passar pelas etapas de fine-tuning.