Exowatt用SageMaker无服务器微调构建边缘与云端模型流水线
热点事件持续更新
Exowatt用SageMaker无服务器微调构建边缘与云端模型流水线
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月28日,AWS Machine Learning Blog 发布一手报道,介绍能源公司 Exowatt 使用 Amazon SageMaker AI 的无服务器模型定制功能,构建可复用的微调流水线,面向边缘与云端部署任务专用模型。报道称,Exowatt 微调了 Qwen3-1.7B 和 Qwen3-14B,在告警分诊与能源市场分析两个任务上分别达到 0.911 和 0.975 的 macro-F1,均高于 Claude Sonnet 4.6、Claude Opus 4.7 等前沿模型基线。报道还称,该模型无闲置成本,仅在活跃时按每小时 6.86 美元计费;边缘路径无需 GPU、可在无网络连接下运行,量化模型运行在现场现有 CPU 上,每 1000 次决策为 0 美元,即无按量 API 或 GPU 推理成本。上述条件均针对 Exowatt 这一案例,报道未说明是否适用于其他用户或其他操作。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 00:50
Exowatt 用 SageMaker 无服务器模型定制微调 Qwen3,准确率超过前沿模型报道时间线
沿着报道,了解事件的不同侧面。
10月28日
- AWS Machine Learning BlogExowatt 用 SageMaker 无服务器模型定制微调 Qwen3,准确率超过前沿模型
Exowatt 借助 Amazon SageMaker AI 无服务器模型定制微调 Qwen3-1.7B 和 Qwen3-14B,在告警分诊与能源市场分析两个任务上分别达到 0.911 和 0.975 的 macro-F1,均高于 Claude Sonnet 4.6、Claude Opus 4.7 等前沿模型基线。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。