Airbnb以20亿参数模型降低推理成本
热点事件持续更新
Airbnb以20亿参数模型降低推理成本
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
AIE Code大会演讲中,TheAhmadOsman引用案例称,Airbnb通过本地运行并蒸馏、微调一个20亿参数小模型,在特定任务上取得接近前沿模型的质量,而成本约为前沿模型的1%。 他表示,这一结果适用于任务范围较窄的场景;恰当的蒸馏与微调可让小模型替代大模型。该案例的具体任务、测试方式及“接近”的衡量标准未在报道中说明。
AI 根据报道生成 · 2 小时前更新
最新进展11月19日 23:42
Airbnb 用 2B 小模型接近前沿模型质量,成本仅为 1%报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- AGI HuntAirbnb 用 2B 小模型接近前沿模型质量,成本仅为 1%
Airbnb 通过本地与小模型方案,以 2B 参数模型获得接近前沿模型的智能质量,成本仅为前沿模型的 1%。TheAhmadOsman 在 AIE Code 大会「What Runs Where」演讲中引用了这一案例,指出任务范围较窄时,恰当的蒸馏与微调可让小模型替代大模型。
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。