热点事件持续更新
Exowatt微调Qwen3用于告警与电力分析
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披露，Exowatt使用Amazon SageMaker AI serverless的model customization能力，微调Qwen3-1.7B与Qwen3-14B，并将其用于边缘告警分诊和云端电力市场分析。报道给出的测试结果显示，两项任务的准确率均高于Claude等前沿模型；云端每千次回答成本约为Claude Opus 4.7的1/49。当前披露的信息包括所用模型规模、两项任务的表现及与前沿模型的准确率和成本对比。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 00:50
Exowatt称，微调Qwen3两项任务准确率超前沿模型，云端千次成本约为Claude Opus 4.7的1/49。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 Blog精选Exowatt 用 SageMaker AI serverless 微调 Qwen3，在告警分诊与市场分析上超过前沿模型
Exowatt 用 Amazon SageMaker AI serverless model customization 微调 Qwen3-1.7B 与 Qwen3-14B，在边缘告警分诊和云端电力市场分析两项任务上准确率均高于 Claude 等前沿模型，云端每千次回答成本约为 Claude Opus 4.7 的 1/49。
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。