· AI Engineer World's Fair 2026
Локальные модели: доверие, контроль и оптимизация
Local Models: Trust, Control, Optimization
Carter Abdallah, Chris Alexiuk и ещё 2 спикераВсе 4Свернуть
Открытые модели дают контроль над стоимостью и поведением, а дообучение под свой harness по словам участников обгоняет закрытые API на узких задачах.
- Дообучение под свой harness — по словам спикеров, модель, настроенная под конкретный harness, работает лучше универсальной. Prime Intellect рассказывает о Ramp, который за одну-две недели получил специализированную модель для финансовой автоматизации, по словам спикеров, обгоняющую Opus при стоимости ниже Haiku.
- Трейсы как данные для обучения — при открытых моделях можно сохранять трейсы работы в своём harness и обучать на них меньшую модель, а условия использования закрытых провайдеров обычно запрещают обучение на их выводах.
- Непрерывное обучение с продакшена — сначала RL-окружение под конкретную задачу, затем развёртывание для реальных пользователей и дообучение на их трейсах. По словам спикеров, так строится маховик данных для компьютерного использования.
- Эффективность инференса — открытая экосистема, включая vLLM и NVIDIA, снижает стоимость обучения и инференса, а закрытые провайдеры могут не передавать экономию. Большинству задач, по словам спикеров, не нужна frontier-модель.
Кому полезно: тем, кто дообучает открытые модели под собственный агентный harness или выводит агентов в продакшен.
Статья по теме
Главы
Ещё доклады: Carter Abdallah
Страница спикера →Современное состояние маршрутизации моделей
Alex Atallah, Carter Abdallah, Nader Khalil, Tanay Varshney, Walden Yan
AI Engineer World's Fair 2026
Ещё доклады: Chris Alexiuk
Страница спикера →Сжатие моделей для edge-устройств
Daniel Han, Merve Noyan, Chris Alexiuk, Asma Beevi, Parth Sareen
AI Engineer World's Fair 2026
Похожие доклады
Как создавать надёжный ИИ
AI Engineer World's Fair 2025
Близко по содержанию
Суверенный рывок: контроль над моделями с открытыми весами
AI Engineer Europe 2026
Близко по содержанию




