<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>状态空间模型 on AI内参</title>
    <link>https://www.neican.ai/tags/%E7%8A%B6%E6%80%81%E7%A9%BA%E9%97%B4%E6%A8%A1%E5%9E%8B/</link>
    <description>Recent content in 状态空间模型 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Wed, 27 May 2026 18:40:03 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E7%8A%B6%E6%80%81%E7%A9%BA%E9%97%B4%E6%A8%A1%E5%9E%8B/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>不再追求“全天候清醒”：大模型“睡眠机制”带来的类脑智能进化</title>
      <link>https://www.neican.ai/insights/article-20260527184003496-0/</link>
      <pubDate>Wed, 27 May 2026 18:40:03 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20260527184003496-0/</guid>
      <description>本研究揭示了大模型通过模仿人类海马体“睡眠回放”机制进行离线记忆巩固，能显著提升复杂逻辑的推理性能。这一发现不仅突破了长上下文处理的注意力瓶颈，更预示着AI架构将从实时响应向更具生物节律的深层思考模式演进。</description>
    </item>
    <item>
      <title>状态空间模型：重塑边缘AI，开启泛在智能新纪元</title>
      <link>https://www.neican.ai/insights/article-20250725141005242-0/</link>
      <pubDate>Fri, 25 Jul 2025 14:10:05 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20250725141005242-0/</guid>
      <description>状态空间模型（SSMs）正以其独特的“无记忆”架构，有望克服Transformer模型在边缘设备上的功耗与内存瓶颈。BrainChip的TENN 1B LLM展示了SSMs在低功耗边缘设备上运行大语言模型的潜力，这将开启一个泛在智能的新纪元，彻底重塑从消费电子到工业物联网的商业格局，但也需关注随之而来的伦理挑战。</description>
    </item>
  </channel>
</rss>
