←事件详情

热点事件

FactSet用Databricks AI Runtime将模型训练部署从数天缩短至数小时

1 篇正式报道1 条事件动态更新于 10月15日 06:55

先了解这件事

AI 综述

FactSet 借助 Databricks AI Runtime,将模型的搭建、训练与部署时间从数天缩短到数小时。据 Databricks Blog 2026年10月15日报道,FactSet 的 Text-to-Formula(TTF)系统在 RAG 方案遇到复杂公式质量瓶颈后,转向微调开源模型,并利用 Databricks AI Runtime 的无服务器 GPU 计算完成上述提速。报道称,团队目前每两到三周重新训练一次模型;此前引入微调模型已使端到端延迟降低约 60%。目前尚无后续发展事实。

AI 根据公开报道生成

最新进展 · 正式报道

FactSet 如何借助 Databricks AI Runtime 将模型训练与部署从数天缩短到数小时

事件进展

1 个已确认进展

  1. FactSet用Databricks AI Runtime将模型训练部署从数天缩短至数小时

    来源:Databricks Blog

报道与讨论时间线

按时间查看正式报道与传播讨论;两类内容的证据等级保持独立。

10月15日

  1. Databricks Blog一手

    FactSet 如何借助 Databricks AI Runtime 将模型训练与部署从数天缩短到数小时

    FactSet 的 Text-to-Formula(TTF)系统在 RAG 方案遇到复杂公式质量瓶颈后,转向微调开源模型,并借助 Databricks AI Runtime 的无服务器 GPU 计算,将模型的搭建、训练与部署时间从数天缩短到数小时。团队目前每两到三周重新训练一次模型,此前引入微调模型已使端到端延迟降低约 60%。

关联事件

  1. 相关事件Atlassian 在 Databricks 上构建 OCSF 安全湖仓
  2. 相关事件Artificial Analysis 发布 AA-Robotics v0.1 研究预览
  3. 相关事件Meta 推出 Muse Wonder 与 Muse Wonder Full 模型
  4. 相关事件StepFun 将 Step Code 更新至 v0.1.4