Управление вычислительными затратами

Управление вычислительными затратами устраняет парадокс неэффективности в дообученной модели Qwen3.8-27B-pi

Релиз специализированной версии модели для агентской среды Pi решает проблему, при которой базовая конфигурация с низким уровнем рассуждений потребляла больше ресурсов, чем средний режим. Внедрение двухэтапного обучения (SFT и RL) восстановило логичную градацию затрат, сделав использование ИИ-агентов предсказуемым и экономичным по токенам.

Событие: На бенчмарке Terminal-Bench 2.1 уровень medium в новой версии решает столько же задач, что и xhigh в базовой модели, но тратит на 41% меньше выходных токенов.

Фактор: Смена логики вознаграждения в RL с простой оценки успеха на сравнение затрат между уровнями усилий позволяет устранить аномалии, когда «дешевый» режим становится дороже «дорогого».

Эффект: Инженерам больше не нужно гадать, какой уровень усилий выбрать: low теперь является действительно бюджетным вариантом для простых задач, что упрощает настройку пайплайнов CI/CD.

Подробнее →