头版Folia Daily Briefing
← 返回头版
科技人工智能

500美元强化学习微调的9B开源模型击败前沿闭源模型

多家企业通过结合开源模型、专有任务数据和强化学习技术,成功微调参数规模为9B的开源模型,在各自的专业领域内超越了先进的闭源模型,同时大幅降低了推理成本[1]。

Bridgewater Associates的微调模型在其专业任务上将错误率相比最强前沿模型降低了约30%[1]。法律科技公司Harvey开发的强化学习模型在法律任务上超越了GPT-5.5和Claude Opus 4.8[1]。客服平台Intercom推出的Fin Apex模型每周能够解决近200万个客户问题,同样以更低的成本完成这一目标[1]。


开源模型强化学习微调AI应用成本优化Bridgewater/Harvey/Intercom