18 ноября 2026 г.
CatBoost точнее оценил время дообучения: средняя ошибка прогноза составила 1,71 часа
Dharma-AI рассчитала время дообучения до запуска по 24 признакам задания, включая проверки модели и сохранение её состояния.

Число вычислений не описывает всё время дообучения. В проверке Dharma-AI важнейшим признаком оказалось количество примеров, на которых модель проверяют по ходу работы.
Расчёт до запуска. Прежний подход оценивает длительность через объём вычислений в FLOPs. Dharma-AI обучила CatBoost учитывать конфигурацию задания и метаданные модели, включая запись контрольных точек и объём токенов на GPU. Прогноз исключает ожидание в очереди.
Не хотите разбираться сами? Внедряем ИИ в ваш бизнес: задачи без лимита, одна цена в месяц, отмена в любой момент.
В исследовании от 18 ноября 2026 года авторы использовали 272 рабочих запуска суммарной длительностью около 7382 GPU-часов на NVIDIA H200. Они дообучали модели до 15 млрд параметров на примерах готовых ответов, используя LoRA и обновление всех весов.
При перекрёстной проверке выборку делили на 5 частей: каждую по очереди использовали для проверки, остальные для обучения.
| Метод | Средняя абсолютная ошибка | R² | | --- | --- | --- | | CatBoost | 1,71 часа | 0,98 | | Лучший расчёт по FLOPs | 12,41 часа | 0,31 |
R² описывает, насколько хорошо прогноз объясняет различия в длительности заданий: чем ближе к 1, тем точнее.
Проверки тоже считаются. Главным признаком CatBoost стал `num_eval_data`, суммарное число примеров во всех циклах проверки модели. Для планирования времени авторы учитывают эти проверки вместе с самим обучением и сохранением промежуточных результатов.
У половины прогнозов абсолютная ошибка не превышала 0,51 часа. У 80% она укладывалась в 2,20 часа, у 90% в 4,31 часа. Для заданий дольше 60 часов медианная ошибка достигла 5,19 часа, при этом таких запусков в выборке было 13.
Первоисточник: [исследование Dharma-AI на Hugging Face, 18.11.2026](https://huggingface.co/blog/Dharma-AI/predicting-fine-tuning-time).
Для других поколений GPU авторы требуют переобучить предиктор, а RLHF, DPO и RLVR в исследование не входили.
Первоисточник