Shopify 实践:持续学习闭环让小模型在生产任务上击败前沿模型

lmoroney · x · 2026-10-21

在 PyTorch Conference（San Jose）上，Shopify 的 Cody Mazza-Anthony 分享用 PyTorch 与 vLLM 搭建的持续学习闭环，以 Shopify Buyer Profile 为例：生产环境中校准过的 judge 标记低分输出，critic 诊断每个失败原因，任务带 critic 提示重放后由 judge 重新打分，通过的修复样本进入训练数据。演讲展示该小模型专用模型在该任务上超越了前沿模型。作者建议：在生产中跑模型就从现在开始保存每条低分输出并附简短失败说明，这是下一轮微调的最佳起点。