НОВОСТЬ · COMPANIES · #2669
Exowatt использовала серверную кастомизацию SageMaker для дообучения моделей Qwen3 для edge и облака, опередив frontier-модели
Exowatt создала повторяемый конвейер на Amazon SageMaker AI с серверной кастомизацией моделей для задач триажа тревог на edge (Qwen3-1.7B) и анализа энергорынка в облаке (Qwen3-14B). Дообученные модели превзошли контрольные frontier-модели по точности для этих задач и показали до 49× меньшую стоимость, обеспечив путь от операционных данных до развертываемых артефактов за дни вместо месяцев.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- Exowatt создала повторяемый конвейер на Amazon SageMaker AI с серверной кастомизацией моделей для задач триажа тревог на edge (Qwen3-1.7B) и анализа энергорынка в облаке (Qwen3-14B).
- Дообученные модели превзошли контрольные frontier-модели по точности для этих задач и показали до 49× меньшую стоимость, обеспечив путь от операционных данных до развертываемых артефактов за дни вместо месяцев.
- Показывает, что серверная кастомизация моделей позволяет получить компактные, специализированные решения с лучшей точностью и значительно меньшей стоимостью по сравнению с frontier-моделями, что делает возможным масштабируемый и автономный ИИ для распределённых площадок.
ПОЧЕМУ ЭТО ВАЖНО
Показывает, что серверная кастомизация моделей позволяет получить компактные, специализированные решения с лучшей точностью и значительно меньшей стоимостью по сравнению с frontier-моделями, что делает возможным масштабируемый и автономный ИИ для распределённых площадок.