Übersetzt aus dem englischen Original. Zahlen und Quellen sind unverändert. Englisches Original lesen
Upwork
Upworks Uma entwirft Freelancer-Angebote mit feinabgestimmtem Llama 3.1 und senkt die Kosten pro Token um 19,25 %
Upwork hat Uma, seinen KI-Begleiter, aufgerüstet, damit Freelancer Angebote schreiben können, und nutzt dafür das Llama 3.1 70B von Meta (mit offenen Gewichten) mit kleinen feinabgestimmten Zusatzmodulen. Laut der Fallstudie von Meta stieg die Interaktion um 58,8 % gegenüber früheren Werkzeugen, und die Kosten pro Token liegen 19,25 % unter denen proprietärer Modelle.
Kennzahlen
Wortgetreu aus den Quellen übernommen. Kopieren Sie jede Zahl mit ihrer Quellenangabe.
Anstieg um 58,8 %
Interaktion von Freelancern, die Uma für Angebote nutzen, im Vergleich zu früheren Werkzeugen1
Senkung um 19,25 %
Kosten pro Token im Vergleich zu proprietären Modellen1
Was es erforderte
Kosten, Teamgröße und Zeitplan wurden in den Quellen nicht veröffentlicht.
Das Problem
Upwork ist ein Marktplatz, auf dem Unternehmen unabhängige Fachkräfte beauftragen. Viele Freelancer, vor allem neue, haben Mühe, sich abzuheben. Für jede Ausschreibung ein Angebot zu schreiben, kostet Zeit und erfordert ein gutes Gespür dafür, was der Kunde will. Upwork glaubte, sein KI-Begleiter Uma könne Freelancern helfen, bessere Angebote schneller zu schreiben.
Was sie gebaut haben
Upwork rüstete Uma auf Llama 3.1 70B um, ein Modell von Meta mit offenen Gewichten, dessen Dateien veröffentlicht sind und von einem Unternehmen betrieben und angepasst werden können. Das aufgerüstete Uma prüft Ausschreibungen und Freelancer-Profile, stellt Fragen zu den Fähigkeiten des Freelancers und entwirft in Echtzeit ein maßgeschneidertes Angebot.
Wie sie vorgegangen sind
Fertige Modelle schnitten in Tests schlecht ab, weil ihnen das interne Wissen von Upwork fehlte. Deshalb stimmte das Team Llama fein ab, also trainierte es das Modell mit eigenen Beispielen weiter. Es erstellte einen Datensatz, der Umas Tonalität abbildet, und einen weiteren mit erfolgreichen Angebotstexten, geschrieben von bestbewerteten Textern der Plattform und um synthetische Beispiele erweitert. Mit LoRA, einer Methode, die einen kleinen Teil der Gewichte des Modells anpasst, entstanden getrennte Expertendienste wie Profilprüfung, Ausschreibungsanalyse, Echtzeit-Feedback und Angebotsentwurf, die sich alle ein Basismodell teilen. Fireworks AI stellt diese bei Bedarf bereit, neben Amazon Web Services und der eigenen Infrastruktur von Upwork.
Ergebnisse
Meta berichtet, Upwork habe eine um 58,8 % höhere Interaktion gegenüber früheren Werkzeugen und eine Senkung der Kosten pro Token um 19,25 % gegenüber proprietären Modellen gesehen. Dies sind von Meta wiedergegebene Ergebnisse, ohne Angabe von Ausgangsbasis oder Zeitraum und ohne unabhängige Bestätigung.
Erkenntnisse für Ihr Projekt
Passen Sie das Modell an Ihre eigenen Daten an. Upwork stellte fest, dass fertige Modelle in Tests schlecht abschnitten, weil sie das interne Wissen des Unternehmens nicht kannten.
Nutzen Sie kleine feinabgestimmte Zusatzmodule statt vieler vollständiger Modelle. Upwork baut aufgabenspezifische Expertendienste auf einer gemeinsamen Llama-Basis.
Setzen Sie Experten aus Ihrer eigenen Community für Trainingsdaten ein. Upwork ließ bestbewertete Texter seiner Plattform die Beispiele erstellen.
Verfolgen Sie die Kosten pro Einheit KI-Nutzung gegenüber einer proprietären Alternative, bevor Sie sich auf einen der beiden Wege festlegen.
Einschränkungen
- Die einzige Quelle ist ein Beitrag von Meta, dem Hersteller des Modells, der die Ergebnisse von Upwork wiedergibt. Die separate Llama-Fallstudienseite von Meta zu Upwork sagt, ihre Ergebnisse seien selbst berichtet und nicht erkennbar wiederholbar.
- Diese Seite nennt das Interaktionswachstum an einer Stelle 58,8 % und an einer anderen 55,8 %, und ihr Text spricht von 56 %. Der Fall verwendet die Zahl 58,8 % aus dem Meta-Blog.
- Der Beitrag nennt keine Ausgangsbasis, keinen Testzeitraum und keine Definition von Interaktion sowie weder Kosten noch Teamgröße oder Zeitplan.
- Der Meta-Blog schreibt Llama 3.1 70b; die Fallstudienseite von Meta sagt nur Llama 3.1. Der Fall folgt dem Blog.
- Der Beitrag nennt kein Startdatum. Das angegebene Einführungsdatum ist das Datum des Beitrags.
Quellen
- How Upwork helps freelancers win more work with Llama
Meta AI Blog · 2025-07-31 · Fallstudie des Anbieters · ai.meta.com
In eigenen Worten aus den oben genannten Quellen zusammengefasst. Einen Fehler entdeckt? Siehe Korrekturen.