将3500 token SOP编译进3B模型并评测

作者 porridgeraisin 用 QLoRA 在本地 RTX 3060（12GB 显存）上微调 Qwen2.5-3B-Instruct，把 3500 token 的故障分诊 SOP 编译进模型权重，系统提示词只保留触发字符串 incident_triage_v1。训练三个 epoch，不到四小时完成。 作者在 500 个留出测试场景上评测，称端到端准确率 93.0%，对比 Gemini 2.5 Pro 的 92.0%；输入 token 从 5200 降至 450（减少 91.3%），每千次事件成本从 1.85 美元降至 0.22 美元（8.4 倍）。这些数字均为作者自述，未见第三方复现。 作者指出取舍：规则变更时提示词易于修改，而编译进权重可带来高速度、零提示词开销和可预测的本地执行。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。