Пуделе: Беспощадное расширение моделей большого языка с заменой модели в срок

arXiv: 2512.02.0525v3 Annuse Type: заменить перекрестное резюме: предприятия все чаще полагаются на крупные языковые модели (LMS) для автоматизации простых повторяющихся задач вместо разработки моделей машинного обучения. МЛМ требуют небольшого числа примеров, если таковые имеются, и могут использоваться пользователями без опыта разработки моделей. Вместе с тем это связано со значительным увеличением потребления ресурсов и энергии по сравнению с более мелкими моделями, которые часто достигают аналогичных прогнозируемых показателей в отношении простых задач. В настоящем документе мы представляем наше видение замены модели с точностью до времени (JITR), где после выявления повторяющейся задачи в призывах к УЗМ модель становится транспарентной и заменяется более дешевой альтернативой, которая хорошо выполняет эту конкретную задачу. В рамках КИТР сохраняется легкость использования и низкая степень развития МЛМ, что позволяет сэкономить значительные затраты и энергию. Мы обсуждаем основные проблемы в реализации нашего видения, касающегося определения повторяющихся задач и создания типовой модели.