Keegan Wang e i suoi colleghi hanno illustrato come realizzare un assistente economico per la pianificazione dei turni nelle agenzie di assistenza domiciliare. Per prima cosa hanno raccolto decisioni di sicurezza in tempo reale, con risposta sì o no, dal grande modello GPT‑5.4‑nano. Poi hanno perfezionato un piccolo modello Qwen3 da 8 miliardi di parametri usando 11,6 k di quelle decisioni. Il modello più piccolo concorda con quello di riferimento nel 91,3% dei casi, è circa 2,5 volte più veloce e costa una frazione rispetto all’originale.
Perché conta
Le agenzie di assistenza domiciliare possono usare un modello più rapido ed economico senza rinunciare alla qualità delle decisioni.
