RedPajama 对比 Terracotta

RedPajama-INCITE 是由 Together AI 开发的一系列开源大型语言模型，包括 30 亿和 70 亿参数版本，训练基于庞大的 5 TB RedPajama 基础数据集。这些模型与 LLaMA 架构紧密相似，涵盖基础、指令调优和聊天变体，全部以 Apache 2.0 许可发布，供研究和商业用途。

其中，3B 模型表现卓越，速度快、易于访问，甚至可以在 RTX 2070 等旧式GPU上运行。指令调优版本在 HELM 基准测试中表现强劲，70 亿参数模型比原始 LLaMA 7B 基础模型高出几个百分点，展示出在少样本学习、实体抽取、分类和总结等任务中的潜力。

训练采用了先进技术，包括 EleutherAI Pythia 架构和 DeeperSpeed 优化，模型训练依托 Summit 超级计算机资源。70 亿参数模型仍在训练中，但已超越同类开源模型，彰显 RedPajama 数据集和训练方法的价值。

Together AI 提供了全面的平台支持这些模型，包括加速计算、GPU 集群、微调、托管存储和推理服务。这个生态系统帮助开发者和企业高效部署、定制和扩展 AI 应用。

开源和宽容的许可证促进社区合作与创新，计划持续改进数据集和更大规模的模型。Together AI 还提供丰富的文档、演示和开发者工具，以促进应用推广。

总的来看，RedPajama 模型为构建 AI 应用提供了具有竞争力且易于访问的基础，配备了生产级的基础设施和活跃的社区支持，代表了向各类应用领域推广高质量大型语言模型的重要迈进。

Terracotta 是一款基础设施即代码治理工具，在合并前审计每个拉取请求，检查 Terraform 和 OpenTofu 的变更是否符合实时云资源、远程状态以及团队的治理策略。它作为 GitHub 或 GitLab 应用安装，在 PR 线程中发布发现，并构建可防篡改的审计轨迹，供监管机构导出。该产品面向需要安全、漂移、成本和合规检查且无需重写 CI 流水线的平台工程团队。

静态扫描工具如 Checkov 或 tfsec 会检查 HCL 语法和已知的错误配置，但它们从不将计划与 AWS 中实际运行的内容进行比较。Terracotta 通过关联代码、Terraform 状态和实时资源弥补了这一差距，使漂移、跨 PR 冲突和隐藏的影响范围在任何人点击合并前显现。其护栏规则以简明英文编写，而非 Rego 或 Sentinel，降低了缺乏专职策略即代码工程师团队的门槛。

受监管机构的 DevOps 负责人和平台工程师使用 Terracotta 在审查时阻止公共 S3 存储桶、开放的 SSH 规则和未经批准的成本激增，而非在生产环境中。安全和合规团队获得全舰队仪表盘，显示漂移状态、策略合规率及可导出的 SOC 2 或 HIPAA 审计记录。开发者继续在 GitHub 或 GitLab 内工作，因为发现以 PR 评论形式呈现，而非另一个需要检查的门户。

Terracotta 的 PR 内聊天助手 Beacon 利用仓库、计划输出和漂移报告的上下文回答关于具体发现的问题。平台版每位工程师每月 49 美元，增加无限漂移仓库、IAM 和影响范围分析、Slack 通知及指挥中心仪表盘。企业客户可自托管 Terracotta，支持 SSO、SAML 及针对 HCP Terraform 或 CircleCI 的自定义集成。