AfterQuery 微调 Nemotron 3.5 Super VL:金融信额度准确率 47% 提至 74%,成本仅 1/7
ycombinator · x · 2026-10-16
YC 转发了 AfterQuery 的案例研究:团队与 Hebbia 合作,对 NVIDIA Nemotron 3.5 Super VL 做了专家级信贷任务的后训练:
- 完美解决率从 47% 提升到 74%,超过 Sol 6
- 与闭源前沿模型 Astra 6 的差距缩至 3 分以内,而成本约为其 1/7
- 结论:开源模型经领域后训练可在特定专业任务上越过成本-准确率前沿
完整案例研究见原帖回复区链接。
「研究」频道最新
- Qwen3-32B 被调出整活神经元：专测「众叛亲离」句式 — NathanpmYoung · 2026-10-16
- 「把神经网络反编译成可读代码」引述爆冷，学界质疑其理论基础 — fkasummer · 2026-10-16
- Burkov AI 周报 #182：State of AI 2026、AI 蛋白质设计与 harness 科普 — burkov · 2026-10-16
- 谷歌量子芯片 Willow 首次实现魔法态培养，错误率降 40 倍 — sundarpichai · 2026-10-16
- 可解释性论文预告：详解验证解释的多种方法，即将发布 — burny_tech · 2026-10-16
- 学得越好的模型越可解释：可解释性研究正随架构演进变容易 — burny_tech · 2026-10-16