68M微调小模型在BANKING77实测
热点事件持续更新
68M微调小模型在BANKING77实测
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
开发者 sudalairajkumar 展示了针对企业有界任务微调的小模型实验:在 BANKING77 测试中,68M 模型准确率达 93.7%,17M 模型为 92.3%,均高于 Claude Opus 5 的 zero-shot 结果(84.4%)。 其中,68M 模型在 CPU 上延迟约 12ms,并可自托管;对比之下,Claude Opus 5 单次调用延迟为 2,266ms、每千条消息约 2.40 美元。该结果表明,在这类明确的企业内部任务上,小模型微调方案可能兼具准确率、响应速度和成本优势。
AI 根据报道生成 · 1 小时前更新
最新进展11月16日 15:12
68M 微调小模型在 BANKING77 超越 Claude Opus 5:CPU 延迟 12ms、零成本报道时间线
沿着报道,了解事件的不同侧面。
11月16日
- AGI Hunt68M 微调小模型在 BANKING77 超越 Claude Opus 5:CPU 延迟 12ms、零成本
开发者 sudalairajkumar 提出,针对企业有界任务微调的小模型可在精度、速度和成本上优于 Claude Opus 5。BANKING77 测试中,68M 模型准确率达 93.7%,17M 达 92.3%;68M 模型在 CPU 上延迟仅 12ms且支持自托管,而 Claude Opus 5 单次调用延迟为 2,266ms、每千条消息约 $2.40。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。