跳到正文
原文
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

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