待验证50% 置信事实精确时间
在Crusoe Intelligence Foundry平台上对Qwen 3.5 2B进行serverless LoRA微调,本次训练成本仅约45美分。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/18
首次发现
有效期至:2026/12/2
来源
小模型微调逆袭:2B/4B参数击败GPT-6 Luna
youtubeNeuralNine2026/11/18
涉及实体
相关事实
待验证R1的基座模型V3训练成本仅558万美元,后续强化学习部分花费29万美元68% 相似待验证基于开源模型使用LoRA、QLoRA等微调方法的成本可低至数万美元,远低于从零训练所需的上亿美元67% 相似已验证小米官方披露 MiMo-V2.6 的总训练成本仅为350万美元66% 相似待验证在 YouTube 创作者的五个实机编码任务中,Qwen 4 Max 的总成本约为 1.65 + 0.64 + 1.26 + 0.29 美元(第五个任务成本未明确列出),单任务成本远低于对比的 Claude 模型。65% 相似待验证实验使用三个中端裁判:两个本地模型(Qwen 9B/4B,经Ollama运行)和一个gpt-4o-mini,API总花费0.29美元。65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1185318API
curl https://kongchang.com/api/v1/knowledge/claims/1185318MCP
get_claim(id=1185318)