本文へ移動
原文
AWS Machine Learning Blog· Purna Sanyal·· 6 時間前

Exowatt、SageMakerのサーバーレスモデルカスタマイズでフロンティアモデルを精度で上回り、コストは最大49分の1に

Exowatt beats frontier models on accuracy with SageMaker serverless model customization

AI による要約

ExowattはAmazon SageMaker AIのサーバーレスモデルカスタマイズを活用し、エッジとクラウドの2つの展開先向けにタスク特化モデルをファインチューニングした。精度はフロンティアモデルを上回り、コストは最大49分の1に抑えられる。エッジのアラームトリアージにはQwen3-1.7B、クラウドのエネルギー市場分析にはQwen3-14Bを基にし、後者はAmazon Bedrock Custom Model Importでホストされる。このプロセスにより、生の運用データから評価済みの展開成果物までの道のりが数カ月から数日に短縮された。

入選の記録

入選せず二回の合計 76 < 基準の 2 倍 120

情報源の区分
公式・一次情報、この区分の基準は 60 点
予備審査
通過:SageMaker微调模型及AI Agent部署实践

採点はモデルが同じ基準で独立に二回行い、満点は 100。二回の合計が基準の 2 倍に届いたものだけが入選します。基準は情報源の区分ごとに決めています。

情報源:AWS Machine Learning Blog · aws.amazon.com