Hugging Face Blog·· 3 小时前
Hugging Face 研究:为什么你的微调任务比 FLOPs 估算更慢
Why your fine-tuning job takes longer than the FLOPs say
AI 导读
Hugging Face 基于 272 次生产 SFT 任务(约 7,382 GPU-hours,NVIDIA H200)发现,传统 FLOP 估算仅达 R²=0.31、MAE 12.41 小时,而仅用调度前信息的 CatBoost 回归器在 5 折交叉验证中达到 R²=0.98、MAE 1.71 小时、中位误差 0.51 小时。
入选记录
门槛 60官方一手第一次 34第二次 38
未入选两次之和 72 < 门槛的两倍 120
- 信源等级
- 官方一手,这一级的门槛是 60 分
- 预筛
- 通过:微调任务耗时预测,属AI训练与开发工具
评分由模型按同一份标准独立打两次,满分 100;两次之和达到门槛的两倍才入选。门槛按信源等级设定。
来源:Hugging Face Blog · huggingface.co