Fermisense dice que un ajuste fino de Qwen de $500 superó a modelos de vanguardia en la revisión de catálogos
El especialista 9B obtuvo 87.3% en la simulación de Fermisense, aunque la prueba utilizó 200 episodios de validación y no cuenta con replicación independiente.
By Ryan Merket · Published
Primary source: Fermisense
Por qué importa
La prueba de Fermisense muestra cómo los datos de flujo de trabajo y un simulador con puntuación pueden convertir un pequeño modelo abierto en infraestructura más barata y específica para la tarea, reduciendo la dependencia de las APIs de frontera ante altos volúmenes.
Justinas Zaliaduonis (@JZaliaduonis) y cuatro colaboradores en Fermisense entrenaron un modelo Qwen de 9 mil millones de parámetros por aproximadamente $500 y afirmaron que superó a cinco configuraciones de modelos de punta en un flujo de trabajo simulado de revisión de catálogos de comercio electrónico.…
When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.