话题与观点

微调成本效益

本资料中关于微调成本效益的判断。 阅读 1 条观点,核对 1 个来源中的证据。

1 位人物 · 1 个来源 · 1 条观点

内容更新于:

探索知识关联 ↗

话题观点地图

按人物探索:选择两到三位进行对比。

1 位人物 · 1 个来源 · 1 条观点

Hassan El Mghari

微调成本:38,340个样本需17美元

仅使用38,340个样本即可将微调成本控制在较低水平——约17.0美元;而更大规模的数据集则会同时推高成本与训练耗时。

支持这项说法

如何仅花费17美元训练你自己的Jev模型

我们仅使用38,340个样本,以控制微调成本。针对该规模数据集进行训练的成本约为17.0美元;而更大规模的数据集训练成本更高,且耗时更长。

原始摘录
We only use 38,340 examples to keep our fine-tuning costs low. Training against a dataset of this size will only cost about $17.0, while larger datasets are more expensive and time-consuming to train against.
分享观点验证此主张

这些是个人表达的观点,并非共识度量。原始资料保持其原始语言。