500美元微调9B模型超越所有前沿模型：GRPO强化学习的实战案例
小模型与前沿模型的成本效率对比 一家名为 Fermisense 的 AI 工程团队用 2 块消费级 GPU、3.5 天训练时间、约 500 美元的成本，把一个 90 亿参数的开源模型微调到了超越 GPT-5.5、Claude Opus 4.8、Gemini 3.1 Pro 等所有前沿模型的水平。这个成绩来自真实的电商商品审核工作流，用同一套工具、同一批数据、…
小模型与前沿模型的成本效率对比 一家名为 Fermisense 的 AI 工程团队用 2 块消费级 GPU、3.5 天训练时间、约 500 美元的成本，把一个 90 亿参数的开源模型微调到了超越 GPT-5.5、Claude Opus 4.8、Gemini 3.1 Pro 等所有前沿模型的水平。这个成绩来自真实的电商商品审核工作流，用同一套工具、同一批数据、…