Fireworks AI hat ein neues Modell namens Kalshi-tuned Muse Glimmer 30B vorgestellt. Das Sprachmodell mit 30 Milliarden Parametern wurde mit einer eingefrorenen LoRA (Low-Rank Adaptation) für Kalshi-Entscheidungsstudien feinabgestimmt und nutzt je nach Fragetyp unterschiedliche Temperatureinstellungen. Das Modell wird als API angeboten und kann mithilfe von LoRA zusätzlich mit eigenen Daten angepasst werden. Es läuft auf dedizierten GPUs mit dem Serving-Stack von Fireworks, der laut Unternehmen besonders zuverlässig ist und keine Rate-Limits hat. Der Checkpoint ist noch eine Forschungsversion und wurde bislang weder mit Polymarket-Daten trainiert noch anhand dieser validiert.
Warum es wichtig ist
Entwickler können ein für Entscheidungsstudien optimiertes Sprachmodell in ihre Apps integrieren, ohne sich Gedanken über Nutzungslimits machen zu müssen. Das beschleunigt die Entwicklung von Prototypen für Prognosemarkt-Tools.
