Как Shopify построила цикл непрерывного обучения на PyTorch и vLLM и снизила стоимость обслуживания на 96%
Оригинальный заголовок:How Shopify built a continual learning loop with PyTorch and vLLM
ИИ-резюме
Shopify в официальном блоге PyTorch подробно описала цикл непрерывного обучения на базе PyTorch и vLLM: самовосстанавливающийся конвейер превращает производственные сбои в сигналы для обучения, а SFT вместе с GRPO позволяет специализированной модели превзойти передовые модели по качеству. Стоимость обслуживания GraphQL-агента снизилась с оценочных примерно 27 млн долларов в год до около 1 млн долларов — на 96%.
Ключевые моменты
- Shopify в официальном блоге PyTorch подробно описала цикл непрерывного обучения на базе PyTorch и…
- а SFT вместе с GRPO позволяет специализированной модели превзойти передовые модели по качеству.
- Стоимость обслуживания GraphQL-агента снизилась с оценочных примерно 27 млн долларов в год до…
Кратко
- Опубликовано
- Обновлено
- Источник
- PyTorch:Blog(RSS)
- Категория
- Туториалы и советы
- Оценка ИИ
- 63
原文给出从质量标注、判官校准到 SFT 加 RL 和 gist 压缩的完整闭环方法,可迁移到自建 Agent 的持续学习场景。
Источник и авторские права
Статья основана на отобранных заголовках и ИИ-резюме из открытого API AIHOT с указанием источника и обратными ссылками. Авторские права на оригинал принадлежат исходным изданиям и авторам; сайт не воспроизводит полные тексты.
Как цитировать
При цитировании сохраняйте заголовок, дату и постоянную ссылку, указывая источник: Orange News.
Orange News: Как Shopify построила цикл непрерывного обучения на PyTorch и vLLM и снизила стоимость обслуживания на 96%. 22 сентября 2026. https://new.nat6.net/ru/news/a5jvwbhkh9hmz3r0zwq4hqsy9/