Przetłumaczono z angielskiego oryginału. Liczby i źródła pozostają bez zmian. Przeczytaj angielski oryginał
Upwork
Uma z Upwork pisze oferty dla freelancerów z dostrojoną Llama 3.1 i obniża koszt tokena o 19,25 %
Upwork ulepszył Umę, swojego towarzysza AI, aby pomagał freelancerom pisać oferty, korzystając z Llama 3.1 70B firmy Meta (open-weight, o otwartych wagach) z małymi dostrojonymi modułami. Studium przypadku Mety podaje wzrost zaangażowania o 58,8 % w porównaniu z poprzednimi narzędziami oraz o 19,25 % niższy koszt tokena niż w modelach własnościowych.
Kluczowe liczby
Przepisane dokładnie ze źródeł. Skopiuj każdą liczbę wraz z przypisem.
wzrost o 58,8 %
Zaangażowanie freelancerów używających Umy do przygotowywania ofert, w porównaniu z poprzednimi narzędziami1
obniżka o 19,25 %
Koszt tokena w porównaniu z modelami własnościowymi1
Ile to kosztowało
Koszt, wielkość zespołu i harmonogram nie zostały ujawnione w źródłach.
Problem
Upwork to platforma, na której firmy zatrudniają niezależnych specjalistów. Wielu freelancerów, zwłaszcza początkujących, ma trudności z wyróżnieniem się. Napisanie oferty do każdego ogłoszenia zajmuje czas i wymaga dobrego rozpoznania, czego chce klient. Upwork uważał, że jego towarzysz AI, Uma, może pomóc freelancerom pisać lepsze oferty szybciej.
Co zbudowano
Upwork przebudował Umę tak, aby działała na Llama 3.1 70B, modelu open-weight od Meta, czyli takim, którego pliki są publikowane i mogą być uruchamiane oraz dostosowywane przez firmę. Ulepszona Uma analizuje ogłoszenia o pracę i profile freelancerów, zadaje pytania o umiejętności freelancera i w czasie rzeczywistym przygotowuje dopasowaną ofertę.
Jak to zrobiono
Gotowe modele wypadały w próbach słabo, bo brakowało im wewnętrznej wiedzy Upwork, więc zespół dostroił Llama, czyli dalej trenował model na własnych przykładach. Stworzył jeden zbiór danych oddający ton Umy i drugi z wysokiej jakości tekstami ofert, napisanymi przez wysoko ocenianych copywriterów platformy i uzupełnionymi przykładami syntetycznymi. Użył LoRA, metody dostrajającej niewielką część wag modelu, aby stworzyć osobne usługi eksperckie, takie jak przegląd profilu, analiza ogłoszenia, informacja zwrotna w czasie rzeczywistym i pisanie ofert, wszystkie oparte na jednym modelu bazowym. Fireworks AI udostępnia je na żądanie, obok Amazon Web Services i własnej infrastruktury Upwork.
Wyniki
Meta podaje, że Upwork odnotował wzrost zaangażowania o 58,8 % w porównaniu z poprzednimi narzędziami oraz obniżkę kosztu tokena o 19,25 % w porównaniu z modelami własnościowymi. Są to wyniki przytaczane przez Metę, bez podanego stanu wyjściowego i okresu oraz bez niezależnego potwierdzenia.
Wnioski dla Twojego projektu
Dopasujcie model do własnych danych. Upwork stwierdził, że gotowe modele wypadały w próbach słabo, bo nie znały jego wewnętrznej wiedzy.
Używajcie małych dostrojonych modułów zamiast wielu pełnych modeli. Upwork buduje usługi eksperckie do konkretnych zadań na jednej wspólnej bazie Llama.
Wykorzystajcie ekspertów z własnej społeczności do danych treningowych. Upwork poprosił wysoko ocenianych copywriterów swojej platformy o przygotowanie przykładów.
Śledźcie koszt jednostki użycia AI w porównaniu z alternatywą własnościową, zanim zdecydujecie się na którąkolwiek z dróg.
Zastrzeżenia
- Jedynym źródłem jest wpis Mety, twórcy modelu, który przytacza wyniki Upwork. Osobna strona Mety ze studium przypadku Llama dotycząca Upwork mówi, że jej wyniki są deklarowane przez firmę i nie dają się zidentyfikować jako powtarzalne.
- Strona ta w jednym miejscu podaje wzrost zaangażowania jako 58,8 %, a w innym jako 55,8 %, a jej tekst mówi o 56 %. Przypadek używa liczby 58,8 % z bloga Mety.
- Wpis nie podaje stanu wyjściowego, okresu testu ani definicji zaangażowania, ani kosztów, wielkości zespołu czy harmonogramu.
- Blog Mety pisze Llama 3.1 70b; strona studium przypadku Mety mówi tylko Llama 3.1. W tym przypadku przyjęto wersję z bloga.
- Wpis nie podaje daty uruchomienia. Podana data wdrożenia to data wpisu.
Źródła
- How Upwork helps freelancers win more work with Llama
Meta AI Blog · 2025-07-31 · Studium przypadku dostawcy · ai.meta.com
Streszczone własnymi słowami na podstawie powyższych źródeł. Zauważyłeś błąd? Zobacz sprostowania.