热点事件历史事件

Exowatt 用 SageMaker 无服务器微调建流水线

1 篇报道1 个报道来源6 天前更新

先了解这件事

AI 综述

Exowatt 借助 Amazon SageMaker AI 的无服务器模型定制，构建了一条可复用的微调流水线，用于边缘告警分诊和云端能源市场分析。据 AWS 博客，其模型精度超过前沿模型，成本最高降低 49 倍。方案先用 Qwen3-1.7B 做边缘告警分诊，再用同样方法对 Qwen3-14B 做云端能源市场分析，微调采用 LoRA 与 SFT。流水线串联 S3、SageMaker 无服务器微调与评估、Model Registry、Bedrock Custom Model Import 以及 Lambda 与 EventBridge，无需管理实例、集群或端点。成本方面，该模型仅在运行时按每小时 6.86 美元计费、无闲置成本；每 1000 次决策为 0 美元，即不计量的 API 或 GPU 推理费用；量化模型运行在站点现有 CPU 上。

AI 根据报道生成 · 6 天前更新

最新进展10月28日 00:50

Exowatt 用 SageMaker 无服务器模型定制，精度超越前沿模型且成本低至 1/49

报道时间线

沿着报道，了解事件的不同侧面。

10月28日

00:50
AWS Machine Learning Blog
Exowatt 用 SageMaker 无服务器模型定制，精度超越前沿模型且成本低至 1/49
Exowatt 借助 Amazon SageMaker AI 的无服务器模型定制，为边缘告警分诊和云端能源市场分析构建了可复用的微调流水线，模型精度超过前沿模型，成本最高降低 49 倍。该方案先基于 Qwen3-1.7B 做边缘告警分诊，再以同样方法对 Qwen3-14B 做云端能源市场分析，微调采用 LoRA 与 SFT。流水线串联 S3、SageMaker 无服务器微调与评估、Model Registry、Bedrock Custom Model Import 及 Lambda 与 EventBridge，无需管理实例、集群或端点。

本事件热度走势

可比范围当前: 4
可比范围峰值: 1010月28日 02:00
近 24 小时变化: -51%

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。