Applied Compute Blog详解AC2决策模型训练
发生了什么
据Applied Compute Blog公告，AC2现支持决策模型训练。团队可构建自定义Jev-like模型用于请求路由等场景。该模型将语言模型骨干与小型决策头结合，直接对选项评分并输出概率。用户可选择开源模型进行训练，支持Brier损失和交叉熵损失。以pplx-decider-v1-27b为例，在Civil Comments数据集上训练后，F1从0.482提升至0.677，平均精度从0.531升至0.771。训练耗时不到一小时，使用四块B300 GPU。
- 性能提升(F1)
- 0.482至0.677
- 训练硬件
- 4块B300 GPU
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
- Applied Compute Blog一手材料
Train your own decision model in AC2
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 一手材料1 个发布入口