花 500 美元微调一个 9B 开源模型，在商品目录审核上干掉了顶尖闭源模型

A $500 RL fine-tune of a 9B open model beat frontier models on catalog review

Fermisense 用 GRPO 强化学习微调了一个 9B 开源模型做商品目录审核，质量得分达到 87.3%，而他们测试的最强闭源模型组合只拿到 76.9%。成本差距更夸张：微调模型审一千条商品只要 0.5 美元，闭源方案则要 19 到 172 美元，便宜了 40 到 340 倍。文章管这叫“智能所有权”——拿自己的数据、工具和评分标准训一个专干这活...

推荐理由：HKR 三条全中，数字具体、方法明确、成本对比清晰。没给更高分是因为这是 Fermisense 自家博客，没有第三方复现或交叉验证，而且他们自己就在卖这个方案，利益相关得打个折。不过文章本身信息量够，对做企业落地的读者有直接参考价值，放在 featured 里合适。