Toloka Train 推出微调与压缩工具，降本达 37 倍
MParakhin · x · 2026-08-26
Toloka 发布 Toloka Train 平台，提供 Fine-tuning 和 Prompt Gisting 两种工具，旨在降低 AI 请求成本。其 Fine-tuning 功能支持在冻结的 Qwen3 基座上训练 LoRA 适配器，替代昂贵的前沿模型。
核心案例：
- 场景： CV 解析流水线。
- 效果： 推理成本降低 12-37 倍（从每千份 CV $10-$30 降至约 $0.80）；F1 分数从 0.85 提升至 0.94（优于最新前沿模型的 0.93）。
- 流程： 从数据整理到部署端点仅需数天。
该方案将可变的按 Token 付费转变为固定的算力成本，实现大于 100% 的性价比提升。
「Infra」频道最新
- ASML CFO 称美国限制对华 DUV 销售将适得其反 — pstAsiatech · 2026-10-15
- Bloomberg 算账:得州 AI 数据中心 1GW 场地建设成本失控 — rohanpaul_ai · 2026-10-15
- 系统设计面试必懂的 7 个分布式算法 — goyalshaliniuk · 2026-10-15
- 面壁 MiniCPM-V 4.7 端侧跑 35B 多模态,仅 3GB 内存、每 token 激活 3B — nevrekaraishwa2 · 2026-10-15
- Sipeed MaixStation 产品页上线，端侧 AI 开发套件来了 — xlltt · 2026-10-15
- 英伟达市值已超过印度整个股市 — theteknosaur · 2026-10-15