Qwen3-8B-ի թյունինգը Tinker-ի միջոցով. 50%-ից մինչև 76% ճշգրտություն և բյուջեի սպառում

Ծրագրավորող Gramli-ն կիսվում է Hacktoberfest Open-Source AI մարտահրավերին իր մասնակցության փորձով՝ ներկայացնելով «Complexity Scorer» գործիքը, որը նախատեսված է AI API-ի ծախսերը օպտիմալացնելու համար: Tinker հարթակի միջոցով Qwen3-8B մոդելը թյունինգելով՝ նախագիծը նպատակ ունի դասակարգել հարցումների բարդությունը՝ թույլ տալով հավելվածներին ավելի էժան մոդելներ օգտագործել պարզ առաջադրանքների համար: Հեղինակը մանրամասնում է տեխնիկական գործընթացը, ներառյալ մոդելի ճարտարապետության ընտրությունը և տվյալների ստեղծման մարտահրավերները: Հատկանշական է, որ սխալ կոնֆիգուրացիան հանգեցրել է ուսուցման ծախսերի անսպասելի աճի՝ ընդգծելով ավտոմատացված գործակալների հետ աշխատելու ռիսկերը: Չնայած դժվարություններին, վերջնական մոդելը հասել է 76% ճշգրտության: Նախագիծը բաց կոդով է, իսկ թյունինգված մոդելը հասանելի է Hugging Face-ում՝ խրախուսելով ծրագրավորողներին փորձարկել տեղային ինֆերենսը և նվազեցնել կախվածությունը թանկարժեք, փակ AI մատակարարներից: