什么是 Mint Recursive¶
Mint Recursive 是 Mind Lab 面向行业提供的模型后训练与推理平台。它以托管服务的方式，把评测、数据准备、后训练与部署推理连在一起。通过 API 和 Python SDK，你可以完成整轮工作，也可以把生产环境中的反馈接入下一轮迭代。
要让模型继续改进，就要知道它在哪些任务上做得不好，训练以后有没有进步，进步是否经得起同一套评测。Mint Recursive 围绕这些问题组织工作，让业务中积累的经验有机会成为模型可以使用的能力。
模型与训练方式¶
平台覆盖 GLM、Qwen、DeepSeek、Kimi、MiniMax 等开源模型系列的不同尺寸版本，以及 Macaron V1 系列。具体可用版本以平台模型列表为准。
训练方法包括监督微调（SFT）和强化学习（RL）；参数更新方式包括全参数训练和 LoRA。你可以根据任务、数据和资源需求选择合适的组合。
一轮训练如何继续下去¶
起点是一套贴近业务的 Benchmark，也就是用来衡量模型表现的任务和评价标准。它先帮助你发现问题，再用来比较训练前后的差别。
先评测，再准备数据¶
选择基础模型，定义业务场景的 Benchmark。Mint Recursive 支持 Harbor 格式的任务，可以自动运行评测并保存执行轨迹。你也可以调用不同模型做 LLM as a judge，按业务标准评价输出，给出评分、判断或比较结果及理由。
评测发现问题以后，你可以整理已有数据，也可以从失败轨迹中构造新的训练样本。同一套 Judge 可以用于筛选数据，经过适配后，也可以作为强化学习的奖励信号。评测集单独保留，用于检验训练效果。
根据任务和评分标准评估 Judge 的结果。
训练、验证，再部署¶
数据准备好后，通过 SDK 选择训练方法并发起任务。平台执行训练，保存 checkpoint，并关联数据版本和训练配置。
训练完成后，沿用同一套 Benchmark 比较训练前后的表现，选择效果好的版本一键部署上线。数据、模型和评测结果统一管理，方便比较实验，也方便回到之前的版本。相关操作见评测、数据和使用训好的模型。
让反馈进入下一轮¶
新的评测结果会指出还没解决的问题。你可以据此调整训练方案，也可以设定目标、预算与约束，由模型或智能体根据反馈选择数据、算法和超参数，再由 Mint Recursive 执行后续训练与评测。
模型上线后的使用反馈也能进入这条数据管线。迭代可以持续进行，直到达到目标或预算上限；每一轮是否有效，都要由评测结果来判断。
你控制训练，平台管理资源¶
你负责选择基础模型和训练算法，定义数据、损失函数与强化学习环境。Python SDK 将计算交给远端资源执行，本地无需 GPU。调度、分片、容错、扩缩容和日常运维由平台处理。
这样，改一次训练方案，不必重新搭建一套分布式系统。你可以把精力放在业务经验的提炼上：哪些数据值得学，怎样评价输出，下一轮要解决什么问题。
LoRA 如何支撑 Serverless 训练与部署¶
Mint Recursive 支持全参数后训练，也通过 LoRA 支撑 Serverless 训练与部署。在同一基座模型之上，不同业务和实验分支用各自轻量的 adapter 保存训练结果，单独训练、迭代和上线。
训练时，LoRA 只更新少量新增参数，降低存储与通信开销，也省去为每个分支保存完整权重的负担。通过训练前后的评测，衡量模型在业务任务上的表现变化。
部署时，不同 adapter 共用同一份基座模型，各自挂载。每个 adapter 可以独立评估、上线和撤回，历史版本可以保留，供回滚和对照使用。需要独立交付时，可以把 adapter 合并进基座权重，生成完整模型。
在这种托管方式下，你关注训练任务、评测结果和版本发布，平台负责底层资源。Serverless 训练与推理按实际使用的 token 量计价，具体计费项目和费率见服务价格。
从后训练研究到托管服务¶
2025 年，Mind Lab 开始在 Kimi K2 这样的万亿参数模型上开展后训练研究，Mint Recursive 的基础设施也从那时开始构建。基于 Kimi K2 的 LoRA RL 研究，验证了这一方案在万亿参数模型上的可行性。
2026 年 7 月，我们发布了 Macaron-V1 系列，进一步验证了这套训练方案在 Agent、Coding 等任务上的有效性。现在，这套系统以平台服务的方式开放，供企业把领域经验用于模型训练，并在实际业务中检验结果。
开始使用¶
可以从 Python SDK 快速开始入手，或通过 Mint Recursive 控制台跑通一轮训练与评测。中国大陆用户可访问 mintcn.macaron.xin，其他地区用户可访问 mint.macaron.im。
Mint Recursive 的训练 API 与 Tinker 兼容。对于基于 verl、TRL、OpenRLHF 或自定义 PyTorch 循环的训练代码，我们提供 Claude Code 迁移 Skill，帮助把现有代码适配到 Mint Recursive 接口。