使用 LLM / 代理工作流程時，非拉丁語語言的懲罰實在太大了，簡直瘋狂。 這次我用希伯來語做了實驗。 單次 6h14 的 QLoRA 訓練幾乎將希伯來語工具調用的精確匹配準確率從 43.4% 提升至 83.2%，同時英語準確率也從 70.5% 提升至 88.4%。 完整執行的詳細資訊： - 整個流程：在一台 NVIDIA L40S GPU 上耗時 7h14 - 訓練：3,662 步，2 個週期，33.96M 個標記 - 最高 GPU 記憶體：26,608 MiB - 希伯來語有效 JSON：81.0% → 99.6% - 希伯來語函數名稱準確率：74.7% → 99.2% - 希伯來語與英語差距：−27.6 → −5.2 分 - 翻譯產出率：16,272/17,000 行（95.7%） - 成本：$14.11