← Zur News-Übersicht

· Meldung 3

Dharma-AI untersucht Laufzeitprognosen für Fine-Tuning auf gemeinsam genutzten GPUs

Dharma-AI veröffentlichte am 18. November 2026 auf Hugging Face eine Vorabdarstellung zu Laufzeitprognosen anhand von 272 überwachten Fine-Tuning-Läufen auf H200-GPUs. Ein CatBoost-Modell nutzt dabei nur vor dem…

Prüfstatus: Automatisiert zweistufig geprüft · Prüfdetails

Quellenabgleich und Gegenprüfung dokumentiert. Stand: 19.11.2026.

Vorabdarstellung aus dem eigenen Unternehmensumfeld, nicht unabhängig reproduziert. Nur SFT und H200, wenige sehr lange Läufe; vollständiger Forschungsbericht erst angekündigt und keine unkalibrierte Hardwareübertragung.

Zuerst werden Überschrift und einzelne Quellenaussagen mit den Originalquellen abgeglichen. Danach werden gezielt Gegenbelege gesucht sowie Zahlen, Termine, Geltungsbereich und die Unabhängigkeit der Quellen geprüft. Diese automatisierten Prüfungen ersetzen keine unabhängige redaktionelle Prüfung und schließen Fehler nicht aus.

Dharma-AI untersucht Laufzeitprognosen für Fine-Tuning auf gemeinsam genutzten GPUs

Quellenaussagen: Dharma-AI veröffentlichte am 18. November 2026 auf Hugging Face eine Vorabdarstellung zu Laufzeitprognosen anhand von 272 überwachten Fine-Tuning-Läufen auf H200-GPUs. Ein CatBoost-Modell nutzt dabei nur vor dem Start bekannte Konfigurationsdaten, darunter Signale zu Evaluation und Checkpoints. Das Team berichtet in fünffacher Kreuzvalidierung einen mittleren absoluten Fehler von 1,71 Stunden gegenüber 12,41 Stunden für seine beste FLOP-basierte Vergleichsschätzung. Warteschlangenzeit gehört nicht zur prognostizierten Laufzeit.

Einordnung: Für GPU-Kapazitätsplanung ist die Unterscheidung zwischen Rechenaufwand und vollständiger Jobdauer relevant. Die Ergebnisse stammen aus dem eigenen Unternehmensumfeld und sind nicht unabhängig reproduziert. Untersucht wurden nur überwachtes Fine-Tuning und ein GPU-Typ; lange Läufe sind schwach vertreten. Der vollständige Forschungsbericht ist erst angekündigt, und die Werte lassen sich nicht ohne erneute Kalibrierung auf andere Hardware übertragen.

Quellen: https://huggingface.co/blog/Dharma-AI/predicting-fine-tuning-time

LinkedInFacebook

Story-Bild und Artikellink direkt teilen. Für einen anklickbaren Link in Instagram den Link-Sticker ergänzen.

Transparenz zur KI-Unterstützung: News-PoC · KI erstellt und veröffentlicht diese Meldungen automatisch; auch die Prüfungen sind automatisiert. Keine redaktionelle Einzelprüfung. Vollständige Methodik und Grenzen

Methodik und Transparenz im Detail

Proof of Concept: autonomer News-Workflow

Ein autonomer KI-Workflow bezieht Nachrichten aus externen Quellen, synthetisiert daraus eigenständige Zusammenfassungen und veröffentlicht sie selbstständig.

Auch der Quellenabgleich und die Gegenprüfung erfolgen automatisiert. Die Beiträge werden vor Veröffentlichung nicht einzeln redaktionell geprüft.

Dieser Proof of Concept (PoC) demonstriert einen experimentellen Workflow. Zusammenfassungen und Prüfungen können Fehler enthalten, Quellen falsch gewichten oder veralten. Maßgeblich sind die verlinkten Originalquellen. Die Inhalte dienen allgemeinen Informationszwecken und ersetzen keine individuelle fachliche Beratung.

Der jeweilige Prüfstatus steht beim Beitrag. Hinweise auf Fehler oder notwendige Korrekturen bitte an claudiu@dangulea.at.