一张RTX 4090跑GRPO,风控模型怎么训、怎么测
这次风控模型升级没有先补齐海量人工标签。团队把10.3万条客服与信审对话整理成23类场景,用合规、流程和客户体验三类规则给模型打分,再以Qwen2.5-7B-Instruct配合LoRA,在单张RTX 4090上训练约3
阅读全文关键词:模型升级
这次风控模型升级没有先补齐海量人工标签。团队把10.3万条客服与信审对话整理成23类场景,用合规、流程和客户体验三类规则给模型打分,再以Qwen2.5-7B-Instruct配合LoRA,在单张RTX 4090上训练约3
阅读全文两周测试下来,Sol 更适合多文件编码、长文写作和复杂数据处理,短消息、实时对话等任务则没必要强行切换。模型选择应按任务拆分,同时把延迟、成本和人工复核算进去。
阅读全文