Exowatt、SageMakerでQwenモデルをファインチューニング
まずはこの出来事を
2026年10月28日、AWSの機械学習ブログが事例を公開し、ExowattがAmazon SageMaker AIのサーバーレスモデルカスタマイズ機能を活用し、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と発表した。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に削減された。エッジ側のアラートトリアージはQwen3-1.7B、クラウド側のエネルギー市場分析はQwen3-14Bに基づき、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デプロイ成果物までの道のりが数カ月から数日に短縮されたという。現時点で、この事例を独自に報道したり回应したりした他の情報源はない。
報道をもとに AI が作成 · 3 時間前に更新
報道の時系列
報道をたどり、出来事のさまざまな面を知る。
- AWS Machine Learning BlogExowatt、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。
この出来事の注目度の推移
現在の注目度 9·比較範囲のピーク 9（10月28日 03:00）·過去 24 時間の比較範囲での変化 –
推移は、途切れずに観測できた同じ主体どうしだけで比べるため、現在の注目度の集計より範囲が狭いことがあります。ポインタを動かすかグラフをクリックすると 1 時間ごとの注目度が見られます。キーボードでは左右の矢印キーで切り替えられます。