微调 2B 小模型检测风机缺陷， 准确率从 10% 跳到 67% 胜过 GPT-6
helloiamleonie · x · 2026-10-30
Liquid AI 的 Leonie 在发布 LFM3 系列小开源模型时，分享了一个领域专精化的实战案例：用 LFM3-VL-2B 识别无人机拍摄的风电叶片缺陷。
- 基线：未微调的 LFM3-VL-2B 与 GPT-6 Luna 在该任务上正确率都不足 10%
- 微调：用约 3000 张公开照片（WTBs2025 数据集），SFT + GRPO，单张 A100 训练几小时
- 结果：在约 1400 张留出照片上正确率升至 67%，且定位与分类比 GPT-6 Luna 更准（后者常报错缺陷类型、多出冗余框）
- 方法论：先评估前沿模型是否够用；不够就选合适的小模型，用自有专有数据整理样本，几小时单卡微调，再跑评测并任意部署
核心论点：前沿模型是通才，垂直领域问题需要专家——为客户微调开源小模型而非依赖前沿 API，是一条被验证的路线。
所属事件:LiquidAI 开源 LFM3 小模型：微调 2B 视觉模型检测风机缺陷(2 条相关)→
「编程与Agent」频道最新
- LangChain 推 Managed Deep Agents 0.10:新增浏览器操作与异步子代理 — hwchase17 · 2026-10-30
- Meta 论文:RL 后训练提升首次成功率,却收窄解题覆盖面 — rohanpaul_ai · 2026-10-30
- Mastra Observational Memory 登顶 BEAM 长期记忆基准 100K/1M 榜首 — darian314 · 2026-10-30
- 7 个 Prompt 把 Claude 变成年薪 6 万美元的运营经理 — Div_pradeep · 2026-10-30
- 用 2TB 基因组测试集验证 agent 优化后的代码 — jmschreiber91 · 2026-10-30
- 前 DeepMind/OpenAI 研究员:Agent 擅长任务、干不了工作,AI 未抢走你的活 — philhchen · 2026-10-30