# Poolside 联创自述：70 人团队如何在 8 周内训出 118B 的 MoE 模型

> 原标题：Inside the Model Factory — Eiso Kant, Poolside AI

- 来源：Latent Space
- 发布时间：2026-07-23T05:09:14.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/46870
- 原文：https://www.latent.space/p/poolside

## 摘要

Poolside 的联合 CEO Eiso Kant 在播客里拆解了他们的“模型工厂”。一个不到 70 人的研究团队，每月跑 1 万到 2 万次实验，把模型迭代周期从半年压缩到了 5 到 8 周。

## 推荐理由

Poolside 联合 CEO Eiso Kant 在播客里拆解不到 70 人团队每月跑 1 万到 2 万次实验、把模型迭代周期从半年压缩到 5 到 8 周的做法，为小团队训练 118B MoE 模型提供工程组织参考。

## 锐评

70 人 8 周训出 118B MoE，这个数字比模型本身有意思。卡住小团队的从来不是算法，是实验吞吐。每月 1 万到 2 万次实验，试错成本压到能靠人力堆出来的量级，迭代周期从半年缩到 5 到 8 周就是这么来的。

Poolside 攒出来的是一套跑实验的流水线，模型只是它的产物。这套东西比权重值钱，代码模型这条线上的人该看看他们怎么管实验队列。
