# Исследователи обучили недорогую модель для планирования ухода на дому

> Команда перенесла решения мощной модели в компактную Qwen3‑8B: задержка сократилась в 2,5 раза, а стоимость снизилась при сохранении точности.

Oossa · 2026-10-14 · https://oossa.com/ru/researchers-use-gpt-5-4-nano-to-train-cheaper-home-care-scheduling-model

Киган Ван и его коллеги показали, как создать недорогого помощника для планирования работы служб ухода на дому. Сначала они собрали решения крупной модели GPT‑5.4‑nano по вопросам безопасности в режиме реального времени — «да» или «нет». Затем дообучили небольшую модель Qwen3 с 8 млрд параметров на 11,6 тыс. таких решений. Она совпадает с ответами модели-наставника в 91,3% случаев, работает примерно в 2,5 раза быстрее и обходится в разы дешевле.

## Факты

- Статья опубликована 14 октября 2026 года
- Дообученная на 11,6 тыс. решений Qwen3‑8B совпадает с GPT‑5.4‑nano в 0,913 случаев

## Почему это важно

Службы ухода на дому могут внедрить более быструю и недорогую модель, не жертвуя качеством решений.

## Источники и ссылки

1. [Iterate on an LLM, Serve on an SLM](https://arxiv.org/abs/2610.14576) – arXiv, 2026-10-14

Обновлено: 2026-10-14