عرض كيغان وانغ وزملاؤه طريقة لبناء مساعد منخفض التكلفة لجدولة خدمات وكالات الرعاية المنزلية. جمعوا أولًا قرارات سلامة آنية بنعم أو لا من نموذج GPT‑5.4‑nano الكبير، ثم درّبوا نموذج Qwen3 صغيرًا يضم 8 مليارات مُعامل على 11.6 k من هذه القرارات. ويتفق النموذج الصغير مع النموذج المعلّم في 91.3% من الحالات، ويعمل بسرعة أكبر بنحو 2.5 مرة، وبتكلفة أقل بكثير.
لماذا يهم
يمكن لوكالات الرعاية المنزلية نشر نموذج أسرع وأقل تكلفة من دون التضحية بجودة القرارات.