<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>效率优化 on AI内参</title>
    <link>https://www.neican.ai/tags/%E6%95%88%E7%8E%87%E4%BC%98%E5%8C%96/</link>
    <description>Recent content in 效率优化 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Fri, 07 Nov 2025 14:10:07 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E6%95%88%E7%8E%87%E4%BC%98%E5%8C%96/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>效率之刃：MiniCPM-V 4.5如何重塑多模态大模型的商业版图与普惠未来</title>
      <link>https://www.neican.ai/insights/minicpm-v-45-20251107141007407-0/</link>
      <pubDate>Fri, 07 Nov 2025 14:10:07 +0800</pubDate>
      <guid>https://www.neican.ai/insights/minicpm-v-45-20251107141007407-0/</guid>
      <description>MiniCPM-V 4.5模型通过创新的3D-Resampler架构、统一数据策略和混合强化学习，显著突破了多模态大模型的效率瓶颈，以更小模型实现超越GPT-4o和Qwen2.5-VL 72B的卓越性能。这预示着AI向端侧设备和企业级应用的加速普及，将重塑AI商业版图，并推动人工智能走向更普惠、更广泛的智能未来。</description>
    </item>
    <item>
      <title>解构AI Agent的“记忆之钥”：搭叩七大策略如何重塑智能体交互与自主未来</title>
      <link>https://www.neican.ai/insights/ai-agent-20251020191007465-1/</link>
      <pubDate>Mon, 20 Oct 2025 19:10:07 +0800</pubDate>
      <guid>https://www.neican.ai/insights/ai-agent-20251020191007465-1/</guid>
      <description>“搭叩 (Dakou)”通过七大策略（压缩、替换、保留、锚定、合并、共享、动态扩展）系统化地解决了AI Agent在复杂任务中面临的上下文限制与“失忆”挑战，显著提升了任务效率和可靠性。这一创新框架不仅为多Agent协作和泛在化AI开发奠定基础，更预示着一个更加自主、智能的AI时代，重塑了AI Agent的工程实践与商业价值。</description>
    </item>
    <item>
      <title>智算魔咒：开源AI的成本错觉与东方破晓</title>
      <link>https://www.neican.ai/insights/article-20250815101006600-4/</link>
      <pubDate>Fri, 15 Aug 2025 10:10:06 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20250815101006600-4/</guid>
      <description>新研究揭示开源AI模型在企业级部署中可能因高昂推理成本而得不偿失，打破了“免费即便宜”的传统认知。然而，以DeepSeek为代表的新兴力量正通过架构创新和效率优化，重新定义AI的成本效益曲线，预示着全球AI竞争重心正从烧钱扩规模转向精巧降成本，重塑产业格局。</description>
    </item>
    <item>
      <title>智算魔咒：开源AI的成本错觉与东方破晓</title>
      <link>https://www.neican.ai/insights/article-20250815094030812-4/</link>
      <pubDate>Fri, 15 Aug 2025 09:40:30 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20250815094030812-4/</guid>
      <description>新研究揭示开源AI模型在企业级部署中可能因高昂推理成本而得不偿失，打破了“免费即便宜”的传统认知。然而，以DeepSeek为代表的新兴力量正通过架构创新和效率优化，重新定义AI的成本效益曲线，预示着全球AI竞争重心正从烧钱扩规模转向精巧降成本，重塑产业格局。</description>
    </item>
    <item>
      <title>万亿参数时代的效率炼金术：MegatronApp如何重塑大模型训练的经济与可控性</title>
      <link>https://www.neican.ai/insights/megatronapp-20250727161005238-0/</link>
      <pubDate>Sun, 27 Jul 2025 16:10:05 +0800</pubDate>
      <guid>https://www.neican.ai/insights/megatronapp-20250727161005238-0/</guid>
      <description>上海期智研究院与算秩未来联合发布的MegatronApp，作为国内首个专为万亿参数大模型打造的开源增强工具链，通过智能调度、前后向计算解耦和全面的可视化诊断，成功将大模型训练效率提升25%、成本降低23%。这不仅显著降低了AI训练的经济门槛，加速了模型迭代，更预示着未来AI系统将走向更高效、可控和智能化的发展道路。</description>
    </item>
    <item>
      <title>超越算力：AI“熟能生巧”开启大模型推理效率与智能涌现新范式</title>
      <link>https://www.neican.ai/insights/article-20250710101004597-0/</link>
      <pubDate>Thu, 10 Jul 2025 10:10:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20250710101004597-0/</guid>
      <description>Emory大学的SpeedupLLM框架通过动态资源分配和记忆机制，让大模型实现“熟能生巧”，大幅降低高达56%的推理成本并提升准确率，开启了AI效能优化超越纯算力堆叠的新范式。这一突破将显著提升LLM的商业化效率，加速企业级AI应用普及，并引发关于AI智能本质与可持续发展的深层思考，预示着AI将从“算法机器”迈向“经验学习者”。</description>
    </item>
  </channel>
</rss>
