Aller au contenu principal
usedby
Paper InstrumentsavecFireworks AI

Comment Paper Instruments utilise Fireworks AI

Paper Instruments entraîne son modèle Ultramarine 1 Flash, un modèle ouvert dédié à l’analyse professionnelle, à la rédaction et aux présentations, par apprentissage par renforcement sur l’API Fireworks Training et l’inférence Fireworks. Fireworks assure la génération des rollouts, le réglage des GPU et l’alignement numérique entre entraînement et inférence, puis sert le modèle obtenu via l’inférence serverless.

ConfirméÉtude de cas de l’éditeur · Vérifié le 31 oct. 2026
Voir la preuve capturée

L’usage : comment Paper Instruments déploie Fireworks AI

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.

Autres résultats publiés

Chiffres publiés dans l’étude de cas de Fireworks AI. usedby ne les mesure pas de façon indépendante.

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.

Le témoignage du client

Nous avons conservé un contrôle total sur l’échantillonnage et la conception de la récompense. Nous avons pu nous concentrer sur la science du RL sans avoir à penser à l’optimisation au niveau des kernels, au dimensionnement et au parallélisme.
Traduction automatique de l’anglais
Voir l’originalWe 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 — Source

Les autres outils IA utilisés par Paper Instruments

Autres relations publiques recensées sur usedby.

E2BObservé
Explorer la stack IA de Paper Instruments

Les autres entreprises qui utilisent Fireworks AI

Des clients de différents secteurs, avec une preuve publique.

CursorConfirméGensparkConfirméNotionConfirméPhyloConfirméTrilogyConfirméUpworkConfirmé
Voir tous les clients de Fireworks AI

Autres témoignages

Consulter la source

Cette synthèse repose sur l’étude de cas publiée par Fireworks AI. Nous vérifions la preuve publique ; les résultats sont ceux rapportés par l’éditeur.

fireworks.ai
Source publiée
28 oct. 2026
Dernière vérification
31 oct. 2026
fireworks.aiCapture de l’étude de cas de Fireworks AI sur Paper InstrumentsOuvrir la capture
Ce que dit le témoignage, et ce que nous avons vérifié

Ce que nous avons comparé à la page.

  • Le chiffre : ~98%Vérifié

    Imprimé mot pour mot sur la page, près du nom de Paper Instruments.

  • L’extrait cité plus hautVérifié

    Copié mot pour mot depuis la page, près du nom de Paper Instruments.

  • Les nombres de notre résuméVérifié

    Chacun est imprimé sur la page.

  • La date de publicationVérifié

    Lue dans les métadonnées de la page, jamais devinée.

  • Paper Instruments utilise Fireworks AIVérifié

    Ligne de niveau Confirmé.

  • Le résultat lui-mêmeNon vérifié

    Nous le citons ; nous ne l’avons pas mesuré.

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.
Extrait de la page. fireworks.ai