1.5 美元微调 GLiNER2 数据集打标模型,零样本 10% 提到 69%
iamrobotbear · x · 2026-09-25
Daniel van Strien 用 Hugging Face Jobs 训练了一个 Jev 风格的分类器,成本仅约 1.50 美元。
- 模型:194M 参数的 GLiNER2,根据列名和首行数据为任意 Hub 数据集建议任务标签,并返回带概率的结果
- 效果:零样本时首个建议与数据集所有者标签的匹配率为 10%,微调 17 分钟后提升到 69%(所有者标签本身有噪声,部分“错误”其实是被遗漏的标签)
- 部署:微调后模型在免费 CPU 上约 1 秒完成推理
- 配方完全开放:一条 hf jobs 命令即可用自己的标签训练同类模型,README 示例(书名)约 2 分钟、约 0.02 美元跑完
- Demo 和 recipe 均已公开
「Infra」频道最新
- 100 个 agent 同时审文档:开源 harness 实测 10 分钟、仅花 5.75 美元 — Pitiful-Surround-285 · 2026-09-25
- Lumentum:英伟达 Q4 超高功率激光器需求大涨,Spectrum-6 CPO 超计划 — firstadopter · 2026-09-25
- Lambda 创始人 Stephen Balaban:14 年 5 次转型与数据中心辟谣 — gharik · 2026-09-25
- Jim Chanos：当前金融经济已深度绑定 AI 基建扩张 — GaryMarcus · 2026-09-25
- Hugging Face 工程师：Gemini 3.8 Flash 快到以为 Slurm 任务崩了 — _lewtun · 2026-09-25
- 首台 DGX 三千九起，Mac Studio 让溢价 AI 主机越来越难卖 — Dave_Maynor · 2026-09-25