Продуктивность...🔥🔥🔥
Кто-то перепил адреналина сегодня😁
Я вас за...мучаю.
Продолжаю баловаться с локальными ИИ. Сравнил три варианта для своего классификатора сайтов. И разница получилась интересная)
➖➖➖➖➖➖➖➖➖➖
🔧 Что гонял
Обычную Qwen3.8-Flash-Next через оболочку [JEV-Local]. И ещё две модели — AutoTrust JEV и Clef 27B.
Три сайта, по пять обработок каждым вариантом. Всего 45 запусков. Всем давал только заголовки сайтов.
➖➖➖➖➖➖➖➖➖➖
⚡️ А вот и скорость
Медиана на повторных обработках:
- Qwen + JEV-Local — 36,29 с
- JEV — 1,06 с
- Clef — 2,87 с
Это время полной классификации сайта.
В моей сборке JEV на повторах получилась примерно в 34 раза быстрее Qwen через оболочку.
Скорость — збс. Тут вопросов нет 😁
➖➖➖➖➖➖➖➖➖➖
👀 А по ответам?
Qwen через оболочку и Clef на всех трёх сайтах выбрали те варианты, которые я заранее отметил как правильные.
У JEV два сайта без вопросов. На третьем — одно спорное уточнение.
При этом во всех пяти запусках модели сохраняли свои решения. Спорное уточнение JEV тоже повторялось.
С оболочкой нашёлся ещё нюанс.
Qwen выбирала правильные варианты, но иногда проценты по вариантам не складывались в 100%. В пяти случаях их пришлось пересчитать. У JEV и Clef таких исправлений не потребовалось.
Так что за ответами оболочки ещё пришлось присматривать)
➖➖➖➖➖➖➖➖➖➖
Пока в моём классификаторе JEV впереди по скорости.
Clef тоже шустрая, и в этом прогоне к её ответам вопросов не возникло.
А обычная Qwen через оболочку задачу решила, но времени на это потратила заметно больше.
И скорее всего Clef будет дальше основной моделью под мои цели...
И нет это не для ПФ целей, моя жизнь вообще не только на ПФ завязана, наверное 😂
В 1 очередь обучаюсь пользоваться инструментами.
А где я все эти знания применю, покажет время)
➖➖➖➖➖➖➖➖➖➖
📲 Ленивый программист
📊 топВышка
😎 Okoyom: Разработка VR-игры