<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>模型定制 on AI内参</title>
    <link>https://www.neican.ai/tags/%E6%A8%A1%E5%9E%8B%E5%AE%9A%E5%88%B6/</link>
    <description>Recent content in 模型定制 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Mon, 14 Jul 2025 11:40:05 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E6%A8%A1%E5%9E%8B%E5%AE%9A%E5%88%B6/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>AI可编辑时代的黎明：Meta与NYU突破性研究如何重塑大模型认知与伦理边界</title>
      <link>https://www.neican.ai/insights/aimetanyu-20250714114005023-3/</link>
      <pubDate>Mon, 14 Jul 2025 11:40:05 +0800</pubDate>
      <guid>https://www.neican.ai/insights/aimetanyu-20250714114005023-3/</guid>
      <description>Meta与纽约大学的开创性研究揭示了大模型知识存储的稀疏性和可干预性，通过精准控制少数注意力头实现AI的“选择性失忆”或能力增强。这项突破预示着AI模型将进入高效定制的“可编辑时代”，但同时也引发了对AI安全性、可解释性及伦理边界的深层思考，为AI产业发展和监管治理带来了前所未有的机遇与挑战。</description>
    </item>
    <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>
