Buscar noticias

Hugging Face Blog🇺🇸 Estados Unidos2 dic 2024, 9:00 p. m.

Invertir en rendimiento: ajustar modelos pequeños con información de LLM, un caso de estudio de CFM

Capital Fund Management (CFM) utilizó modelos de lenguaje de código abierto y el ecosistema de Hugging Face para optimizar el reconocimiento de entidades nombradas en datos financieros. Mediante el etiquetado asistido por LLM con Llama 3.1 y la revisión con Argilla, el ajuste fino de modelos compactos como GLiNER y SpanMarker elevó su precisión hasta un 93,4% y un 90,1% de F1, respectivamente. El enfoque logró soluciones hasta 80 veces más económicas que usar solo LLM grandes, combinando precisión y eficiencia de costos.

Periodista: Oussama Ahouzi, Jérémy L'Hour, Pirashanth Ratnamogan, Bérengère Patault, Morgane Goibert