Laurence Moroney 长文：为什么我仍在造窄模型，附专家模型vs大模型选型规则

lmoroney · x · 2026-10-26

Moroney 博客原文《Why I Still Build Narrow Models》：皮肤科医生 Magnus Lynch 用 20 分钟微调的 2015 年 Inception v3，在 200 个活检确诊病变上的首选诊断正确 125 次（62%），GPT-6 Astra 与 Claude Fable 5.1 均只有约 42%。作者逐条列出 caveat（样本小、病例偏难、数据集公开在前沿模型训练之前），指出即便如此老网络仍胜过大模型。文中还列举了同类对比研究，如 TrustNLP 2024 论文中 Electra+XGBoost 集成在捷克新闻可信度分类上击败 GPT-4 与 Llama-2-70B，并总结了开发者何时该选更小、更便宜、更可控的专用模型，何时前沿模型仍然占优，以及一个先试哪个的简单规则。