用 Agent 造小分类器：19 万文档标注成本仅 0.7 美元
vanstriendaniel · x · 2026-09-11
vanstriendaniel 分享了一条「tokenmaxxing」数据标注工作流：用前沿 Agent 构建小型专用分类器来处理大规模数据筛选，成本远低于直接调用 LLM。
- 流程：用 Astra agent 结合 SetFit 和 Hugging Face Jobs，从 200 条 agent 标注样本出发，人工审查类别与疑难案例，训练出可复用的文档用途分类器
- 成绩：对 191,724 份 FinePDFs-Edu 文档分类，推理成本仅约 $0.70，而用低成本批量 LLM 标注同样内容估计需 $13–26；训练实验另加约 $2.90
- 对比：Gemini 2.5 Flash 约 $13，GPT-5.6 Luna 约 $26，SetFit 方案约 $3.60
tomaarsen 转发赞许称这才是现代 ML 的正确姿势——用 agent 编排小型专用工具甚至训练模型。作者还公开了完整工作流、踩坑记录和可直接试用的 prompt。
所属事件:开发者用 Agent 造小分类器,19 万文档标注成本仅 0.7 美元(2 条相关)→
「编程与Agent」频道最新
- 团队级 AI Agent 落地难题：共享上下文和任务协调放哪里？ — Al_Grigor · 2026-09-11
- MCP 链式调用无回滚：agent 工程的真实痛点 — agentrsdg · 2026-09-11
- DeepMind 等论文：设计文档当真相源，代码改为可抛弃产物 — Roger_M_Taylor · 2026-09-11
- MathModelAgent 走红:自动完成数学建模并生成可提交论文 — jihe520 · 2026-09-11
- alphaXiv 开源 OpenResearch:用任意模型并行跑研究智能体 — alphaXiv · 2026-09-11
- 开源 AI 销售 OS DeskcommCRM 爆火:自带 Agent 与 WhatsApp 集成 — melgarafael · 2026-09-11