Zum Hauptinhalt springen
usedby
Paper InstrumentsmitFireworks AI

Wie Paper Instruments Fireworks AI nutzt

Paper Instruments trainiert sein Modell Ultramarine 1 Flash, ein offenes Modell für professionelle Analysen, Texte und Präsentationen, mit Reinforcement Learning über die Fireworks Training API und die Fireworks-Inferenz. Fireworks liefert die Rollout-Generierung, das GPU-Tuning und den numerischen Abgleich zwischen Training und Inferenz und stellt das fertige Modell über Serverless-Inferenz bereit.

BestätigtFallstudie des Anbieters · Geprüft am 31. Okt. 2026
Erfassten Nachweis ansehen

Der Anwendungsfall: wie Paper Instruments Fireworks AI einsetzt

Paper Instruments trains its Ultramarine 1 Flash model, an open model for professional analysis, writing, and presentations, using reinforcement learning on the Fireworks Training API and Fireworks inference. Fireworks provides rollout generation, GPU tuning, and training/inference numerical alignment, and serves the resulting model through serverless inference.

Weitere angegebene Ergebnisse

Zahlen aus der Fallstudie von Fireworks AI. usedby hat sie nicht unabhängig gemessen.

4.1 points

Ultramarine improved on GLM-5.3 Flash across all six reported knowledge-work benchmarks, gaining 4.1 points on average.

7.3-point

On Paper Instruments’ internal PI Knowledge Work benchmark, Ultramarine’s score rose from 52.0 to 59.3, a 7.3-point improvement.

$300,000

Total development cost was approximately $300,000, including the data creation and experimentation that preceded that run.

two weeks

After developing its curriculum through smaller-model experiments, the team completed the GLM-5.3 Flash training job on Fireworks in approximately two weeks.

In den Worten des Kunden

Wir behielten die volle Kontrolle über das Sampling und die Gestaltung der Belohnung. So konnten wir uns auf die RL-Forschung konzentrieren, ohne uns um Optimierung auf Kernel-Ebene, Dimensionierung und Parallelisierung kümmern zu müssen.
Maschinell übersetzt aus dem Englischen
Original anzeigenWe retained full control over sampling and shaping the reward. We could focus on the RL science without having to think about kernel-level optimization, sizing, and parallelism.
Daanish Khazi, Co-founder, Paper Instruments — Quelle

Weitere KI-Tools von Paper Instruments

Weitere öffentliche Beziehungen, die auf usedby erfasst sind.

E2BBeobachtet
Den KI-Stack von Paper Instruments ansehen

Weitere Unternehmen, die Fireworks AI nutzen

Kunden aus allen Branchen, mit öffentlichen Belegen.

CursorBestätigtGensparkBestätigtNotionBestätigtPhyloBestätigtTrilogyBestätigtUpworkBestätigt
Alle Kunden von Fireworks AI ansehen

Weitere Fallstudien

Direkt zur Quelle

Auf Basis der veröffentlichten Fallstudie von Fireworks AI. Wir prüfen die öffentlichen Belege; die Ergebnisse gibt der Anbieter an.

fireworks.ai
Quelle veröffentlicht
28. Okt. 2026
Zuletzt geprüft
31. Okt. 2026
fireworks.aiErfasste Fallstudie von Fireworks AI über Paper InstrumentsScreenshot der Quelle öffnen
Was die Fallstudie behauptet und was wir geprüft haben

Was wir mit der Seite verglichen haben.

  • Die Zahl: ~98%Geprüft

    Steht wörtlich auf der Seite, nahe dem Namen Paper Instruments.

  • Die oben zitierte PassageGeprüft

    Wörtlich von der Seite übernommen, nahe dem Namen Paper Instruments.

  • Die Zahlen in unserer ZusammenfassungGeprüft

    Jede steht auf der Seite.

  • Das VeröffentlichungsdatumGeprüft

    Aus den eigenen Metadaten der Seite gelesen, nie geschätzt.

  • Paper Instruments nutzt Fireworks AIGeprüft

    Eintrag mit Stufe Bestätigt.

  • Das Ergebnis selbstNicht geprüft

    Wir zitieren es; wir haben es nicht gemessen.

On Paper Instruments’ internal PI Knowledge Work benchmark, Ultramarine 1 Flash scored 59.3 versus Claude Fable 5’s 57.8, at $0.13 versus $8.19 per task.
Von der Seite. fireworks.ai