Tutorial & Tips

Modal menggunakan evals dan penskalaan komputasi saat inferensi untuk menghasilkan kode QR QArt yang indah dan mudah dipindai

Judul asli:How we used evals and inference-time compute scaling to generate beautiful QR codes that actually work

Ringkasan AI

Tim Modal meninjau proses rekayasa layanan QArt codes mereka, melalui evals dan penskalaan komputasi saat inferensi meningkatkan tingkat pemindaian kode QR hingga SLO 95%, sekaligus memperbaiki estetika dan menjaga latensi ujung ke ujung p95 dalam 20 detik.

Poin utama

  • Tim Modal meninjau proses rekayasa layanan QArt codes mereka
  • melalui evals dan penskalaan komputasi saat inferensi meningkatkan tingkat pemindaian kode QR…
  • sekaligus memperbaiki estetika dan menjaga latensi ujung ke ujung p95 dalam 20 detik.

Ringkasan cepat

Waktu terbit
Waktu diperbarui
Sumber
Modal 官方工程博客(RSS)
Kategori
Tutorial & Tips
Skor AI
62
Baca aslinya Baca artikel lengkap di sumber aslinya
Alasan rekomendasi

Modal 团队复盘 QArt codes 从不可扫到 95% 扫描率的工程路径,evals 构建与推理时并行扩展的方法可迁移到其他生成模型应用。

Sumber dan hak cipta

Artikel ini disusun berdasarkan judul pilihan dan ringkasan AI dari API publik AIHOT, dengan sumber yang dicantumkan dan tautan balik; hak cipta konten asli milik media dan penulis aslinya, situs ini tidak menyalin artikel secara penuh.

Tautan asli · Entri AIHOT

Cara mengutip

Saat mengutip artikel ini, sertakan judul, tanggal, dan tautan permanen, serta cantumkan sumber Orange News.

Orange News: Modal menggunakan evals dan penskalaan komputasi saat inferensi untuk menghasilkan kode QR QArt yang indah dan mudah dipindai. 2 Juli 2025. https://new.nat6.net/id/news/cmtyq5ikh001droupfg753sg4/

Lihat semua →