Traducido del original en inglés. Las cifras y las fuentes no cambian. Leer el original en inglés
Upwork
Uma de Upwork redacta propuestas de freelancers con Llama 3.1 ajustado y reduce un 19,25 % el coste por token
Upwork mejoró Uma, su compañero de IA, para ayudar a los freelancers a redactar propuestas con Llama 3.1 70B de Meta (de pesos abiertos) y pequeños complementos ajustados. El caso de estudio de Meta indica un aumento del 58,8 % en la interacción respecto a las herramientas anteriores y un coste por token un 19,25 % menor que el de los modelos propietarios.
Cifras clave
Copiadas literalmente de las fuentes. Copie cualquier cifra con su cita.
aumento del 58,8 %
Interacción de los freelancers que usan Uma para elaborar propuestas, frente a las herramientas anteriores1
reducción del 19,25 %
Coste por token frente a los modelos propietarios1
Qué requirió
Las fuentes no divulgan el coste, el tamaño del equipo ni los plazos.
El problema
Upwork es un mercado donde las empresas contratan talento independiente. Muchos freelancers, sobre todo los nuevos, tienen dificultades para destacar. Redactar una propuesta para cada oferta lleva tiempo y exige entender bien lo que quiere el cliente. Upwork creía que su compañero de IA Uma podía ayudar a los freelancers a redactar mejores propuestas más rápido.
Qué construyeron
Upwork actualizó Uma para que funcione con Llama 3.1 70B, un modelo de pesos abiertos de Meta, es decir, cuyos archivos se publican y que una empresa puede ejecutar y adaptar. El Uma actualizado revisa las ofertas de trabajo y los perfiles de los freelancers, hace preguntas sobre las habilidades del freelancer y redacta en tiempo real una propuesta a medida.
Cómo lo hicieron
Los modelos listos para usar rindieron mal en las pruebas porque carecían del conocimiento interno de Upwork, así que el equipo ajustó Llama, es decir, siguió entrenando el modelo con sus propios ejemplos. Creó un conjunto de datos que recoge el tono de Uma y otro de redacción de propuestas de alto rendimiento, escritas por redactores muy bien valorados de la plataforma y ampliadas con ejemplos sintéticos. Usó LoRA, un método que ajusta una pequeña parte de los pesos del modelo, para crear servicios expertos separados, como revisión de perfiles, análisis de ofertas, comentarios en tiempo real y redacción de propuestas, todos con un mismo modelo base. Fireworks AI los sirve bajo demanda, junto con Amazon Web Services y la infraestructura propia de Upwork.
Resultados
Meta indica que Upwork vio un aumento del 58,8 % en la interacción frente a las herramientas anteriores y una reducción del 19,25 % en el coste por token frente a los modelos propietarios. Son resultados que recoge Meta, sin situación de partida ni periodo indicados y sin confirmación independiente.
Lecciones para su proyecto
Adapte el modelo a sus propios datos. Upwork comprobó que los modelos listos para usar rendían mal en las pruebas porque no conocían sus conocimientos internos.
Use pequeños complementos ajustados en lugar de muchos modelos completos. Upwork crea servicios expertos específicos para cada tarea sobre una única base Llama compartida.
Recurra a expertos de su propia comunidad para los datos de entrenamiento. Upwork hizo que redactores muy bien valorados de su plataforma crearan los ejemplos.
Siga el coste por unidad de uso de IA frente a una alternativa propietaria antes de comprometerse con una u otra vía.
Salvedades
- La única fuente es una publicación de Meta, la creadora del modelo, que recoge los resultados de Upwork. La página de caso de estudio de Llama que Meta dedica a Upwork dice que sus resultados son autodeclarados y no identificablemente repetibles.
- Esa página indica un crecimiento de la interacción del 58,8 % en un lugar y del 55,8 % en otro, y su texto habla de un 56 %. El caso usa la cifra del 58,8 % del blog de Meta.
- La publicación no da situación de partida, periodo de prueba ni definición de interacción, y tampoco coste, tamaño del equipo ni calendario.
- El blog de Meta dice Llama 3.1 70b; la página de caso de estudio de Meta dice solo Llama 3.1. El caso sigue al blog.
- La publicación no da fecha de puesta en marcha. La fecha de despliegue mostrada es la de la publicación.
Fuentes
- How Upwork helps freelancers win more work with Llama
Meta AI Blog · 2025-07-31 · Caso de estudio del proveedor · ai.meta.com
Resumido con nuestras propias palabras a partir de las fuentes anteriores. ¿Ha detectado un error? Consulte correcciones.