三模型 agent 训练总花费 1177 美元,LFM3 工具效率提升 43%

yb2698 · x · 2026-11-09

训练结果关键指标(150 个留出测试任务):所有模型都获得工具效率提升,LFM3 最高达 43%;除 TwIL-8B pi 和 LFM3 各模型外,准确率变化都在测试集噪声范围内——可能因为集合对大模型仍偏简单,但 LFM3 的信号明确。traj2env 留出集(仅 40 任务)上多数模型也在噪声范围内。

成本方面,三次训练用 HF Jobs 共约 1177 美元:LFM2.5 跑 36 小时花 720 美元(2×H200×4),TwIL-8B 13.5 小时 271 美元,LFM3 18.6 小时 186 美元(H200×2)。沙箱成本另计,使用 cpu-basic 实例约 0.01 美元/小时。