Le blog AWS Machine Learning a indiqué qu'Exowatt a utilisé une configuration sans serveur des modèles dans Amazon SageMaker AI pour créer un pipeline réplicable. Selon la description de la publication, il forme des modèles fine-tunés pour des tâches spécifiques pour deux scénarios de déploiement: sur le bord et dans le cloud.

Dans AWS, il est déclaratif que ces modèles ont montré une précision plus élevée que les modèles de pointe, à un coût jusqu'à 49 fois inférieur. Comme le paquet ne contient que le synopsis et non le texte complet, les détails des tests et les critères de comparaison restent inconnus.

La signification pratique de la nouvelle réside dans l'alliance revendiquée de la spécialisation des modèles, de différents environnements de déploiement et de réduction des coûts. Cela peut être important pour les organisations qui ont besoin de modèles distincts pour des tâches opérationnelles, mais les documents vérifiables ne permettent pas encore d'évaluer la portabilité du résultat à d'autres scénarios.