<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>拖拽式LLM on AI内参</title>
    <link>https://www.neican.ai/tags/%E6%8B%96%E6%8B%BD%E5%BC%8Fllm/</link>
    <description>Recent content in 拖拽式LLM on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Wed, 25 Jun 2025 09:10:04 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E6%8B%96%E6%8B%BD%E5%BC%8Fllm/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>大模型“拖拽时代”开启：即时定制突破算力藩篱，AI民主化加速</title>
      <link>https://www.neican.ai/insights/article-20250625091004532-4/</link>
      <pubDate>Wed, 25 Jun 2025 09:10:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20250625091004532-4/</guid>
      <description>一项由新加坡国立大学和得克萨斯大学奥斯汀分校研究人员提出的“拖拽式大语言模型”（DnD），通过直接学习从提示词到模型参数的映射，实现了无需传统微调的即时模型定制。这项技术将大模型定制效率提升高达12000倍，并在零样本学习任务中表现卓越，预示着AI模型部署的门槛大幅降低，有望加速AI的民主化进程和应用创新。</description>
    </item>
  </channel>
</rss>
