<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>文本生成 on AI内参</title>
    <link>https://www.neican.ai/tags/%E6%96%87%E6%9C%AC%E7%94%9F%E6%88%90/</link>
    <description>Recent content in 文本生成 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Thu, 11 Jun 2026 18:40:04 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E6%96%87%E6%9C%AC%E7%94%9F%E6%88%90/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>AI作文评测深度调研：当大模型化身“阅卷老师”，能力边界在哪？</title>
      <link>https://www.neican.ai/insights/article-20260611184004818-1/</link>
      <pubDate>Thu, 11 Jun 2026 18:40:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20260611184004818-1/</guid>
      <description>本次评测通过跨模型盲测与自检机制，揭示了顶尖大模型在议论文与记叙文写作中的能力上限，模型展现了极佳的逻辑结构能力，但需通过精细化Prompt来突破创作中的套路化倾向。</description>
    </item>
    <item>
      <title>谷歌闷声放大招：用「做图的扩散模型」写文字，速度暴涨4倍，一张4090就能跑</title>
      <link>https://www.neican.ai/insights/44090-20260611154005507-0/</link>
      <pubDate>Thu, 11 Jun 2026 15:40:05 +0800</pubDate>
      <guid>https://www.neican.ai/insights/44090-20260611154005507-0/</guid>
      <description>谷歌发布DiffusionGemma，将图像扩散模型改造为文本生成模型，实现每秒1000+ tokens的生成速度，比自回归快4倍。26B参数的MoE模型推理时仅激活3.8B，量化后18GB显存可本地部署（4090就能跑）。支持双向注意力和自我纠错，但质量略逊于标准模型，定位为速度敏感的本地交互场景。谷歌开源并铺满生态支持，视为对未来模型形态的一次实验。</description>
    </item>
    <item>
      <title>吴恩达、Karpathy都投了，微软和SpaceX抢破头：这家公司想给大模型换个“脑子”？</title>
      <link>https://www.neican.ai/insights/karpathyspacex-20260518151004348-0/</link>
      <pubDate>Mon, 18 May 2026 15:10:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/karpathyspacex-20260518151004348-0/</guid>
      <description>微软和SpaceX正在竞购一家名为Inception的AI初创公司，核心团队由三位斯坦福教授组成，他们用扩散模型技术彻底改造了文本生成方式，实现了10倍于传统大模型的推理速度和更低成本，被认为可能颠覆现有的大模型技术范式。</description>
    </item>
  </channel>
</rss>
