<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>小型LLM on AI内参</title>
    <link>https://www.neican.ai/tags/%E5%B0%8F%E5%9E%8Bllm/</link>
    <description>Recent content in 小型LLM on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Wed, 08 Oct 2025 20:10:16 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E5%B0%8F%E5%9E%8Bllm/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>“微智时代”启示录：三星“微型”AI模型挑战大模型范式，重塑智能未来</title>
      <link>https://www.neican.ai/insights/article-20251008201016621-0/</link>
      <pubDate>Wed, 08 Oct 2025 20:10:16 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20251008201016621-0/</guid>
      <description>三星AI研究员Alexia Jolicoeur-Martineau提出，一个“微型”AI模型在复杂推理任务中超越了巨型LLM，这一发现挑战了AI领域“越大越好”的传统观念。这标志着AI发展正从规模竞赛转向对效率、专业化和可部署性的追求，预示着边缘AI的普及，并将深刻重塑AI产业的商业模式和投资逻辑，开启一个更普惠高效的“微智时代”。</description>
    </item>
  </channel>
</rss>
