<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>数学智能 on AI内参</title>
    <link>https://www.neican.ai/tags/%E6%95%B0%E5%AD%A6%E6%99%BA%E8%83%BD/</link>
    <description>Recent content in 数学智能 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Wed, 10 Sep 2025 20:40:07 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E6%95%B0%E5%AD%A6%E6%99%BA%E8%83%BD/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>AI推理新范式：K2 Think如何以“小”博“大”，重塑高效智能的边界</title>
      <link>https://www.neican.ai/insights/aik2-think-20250910204007159-0/</link>
      <pubDate>Wed, 10 Sep 2025 20:40:07 +0800</pubDate>
      <guid>https://www.neican.ai/insights/aik2-think-20250910204007159-0/</guid>
      <description>K2 Think作为全球最快的开源AI模型，以320亿参数实现每秒超2000 tokens的推理速度，展现了“小模型”在效率和专业领域的巨大潜力。它基于Qwen 2.5并结合推测解码、智能规划等创新技术，尤其在数学推理上表现出色，预示着AI正迈向高效能、专业化和全球开源协同的新阶段，并对AI的部署成本、商业模式及全球技术版图产生深远影响。</description>
    </item>
  </channel>
</rss>
