<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>范式之争 on AI内参</title>
    <link>https://www.neican.ai/tags/%E8%8C%83%E5%BC%8F%E4%B9%8B%E4%BA%89/</link>
    <description>Recent content in 范式之争 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Fri, 12 Sep 2025 11:10:04 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E8%8C%83%E5%BC%8F%E4%B9%8B%E4%BA%89/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>LLaDA-MoE：扩散语言模型的MoE化挑战自回归霸权，效率与精度的新范式之争</title>
      <link>https://www.neican.ai/insights/llada-moemoe-20250912111004898-5/</link>
      <pubDate>Fri, 12 Sep 2025 11:10:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/llada-moemoe-20250912111004898-5/</guid>
      <description>蚂蚁集团与人民大学联合发布的LLaDA-MoE，是全球首个原生MoE架构的扩散语言模型，其性能与主流自回归模型Qwen2.5-3B-Instruct持平，并在推理速度上占据优势，为AGI探索开辟了新路径。然而，该技术仍需在应对“效率悖论”和提升序列级准确性方面持续优化，以在更广泛的商业应用中证明其价值。</description>
    </item>
  </channel>
</rss>
