跳到正文
Hacker News 首页

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。

推荐理由:Fermisense 用 GRPO 微调 9B 开源模型做商品目录审核,质量得分 87.3%,超过其测试的最强闭源组合 76.9%,单千条成本从 19 至 172 美元降到 0.5 美元。

读原文 ↗导出 Markdown