https://www.neican.ai/tags/%E8%AE%A1%E7%AE%97%E6%95%88%E7%8E%87/ Recent content in 计算效率 on AI内参 Hugo zh-cn Tue, 09 Jun 2026 17:10:05 +0800 https://www.neican.ai/insights/hrm-text-ai--20260609171005548-3/ Tue, 09 Jun 2026 17:10:05 +0800 https://www.neican.ai/insights/hrm-text-ai--20260609171005548-3/ HRM-Text 通过分层递归架构实现了在有限算力下对推理能力的极限挖掘，标志着 AI 研发正从单纯的参数扩张转向架构优化与计算效率提升。这一路径不仅降低了高性能 AI 的技术门槛，更预示着一种向生物启发式、低能耗 AGI 进化的技术新趋势。 https://www.neican.ai/insights/icot-20260608101005242-4/ Mon, 08 Jun 2026 10:10:05 +0800 https://www.neican.ai/insights/icot-20260608101005242-4/ 本研究通过Log-ICoT训练范式首次从数学上证明了Transformer可将显式思维链内化，这不仅解决了推理模型的高成本与高延迟难题，还预示着AI推理将向“极简输出、深邃内化”的范式转型。 https://www.neican.ai/insights/deepseek-20260528111004102-1/ Thu, 28 May 2026 11:10:04 +0800 https://www.neican.ai/insights/deepseek-20260528111004102-1/ 小米MiMo的降价策略标志着大模型行业从单纯的能力比拼转为工程效率与推理成本的博弈。通过对标DeepSeek的定价逻辑，小米不仅在争夺开发者入口，更在通过底层的推理架构优化，将其AI模型深植于人车家全生态的物理基础中。 https://www.neican.ai/insights/deepseek-v32-expdsa-20250929191005074-2/ Mon, 29 Sep 2025 19:10:05 +0800 https://www.neican.ai/insights/deepseek-v32-expdsa-20250929191005074-2/ DeepSeek开源了具备创新稀疏注意力机制（DSA）的DeepSeek-V3.2-Exp模型，旨在大幅提升大模型在长上下文场景下的训练与推理效率，同时维持模型性能。这一技术进步有望显著降低API使用成本，加速AI应用商业化，并推动下一代高效、开放的AI架构发展，为AI的普惠化和新应用模式奠定基础。 https://www.neican.ai/insights/meta-llm-20250909124005619-1/ Tue, 09 Sep 2025 12:40:05 +0800 https://www.neican.ai/insights/meta-llm-20250909124005619-1/ Meta Superintelligence Labs的ExIt技术实现了LLM的“单步训练，多步推理自我改进”，显著提升了模型性能并拓展了任务多样性，特别是RLE-bench上性能提升约22%。这项基于强化学习和自动课程学习的创新，预示着AI Agent向通用智能迈进的效率革命，有望降低AI训练成本、催生新型商业模式，并深刻影响人机协作的未来。 https://www.neican.ai/insights/deepconfai-20250825121004854-2/ Mon, 25 Aug 2025 12:10:04 +0800 https://www.neican.ai/insights/deepconfai-20250825121004854-2/ DeepConf技术通过引入大模型推理过程中的置信度监控与路径筛选机制，首次使开源模型在AIME 2025数学竞赛中达到99.9%的超高准确率，同时显著降低了85%的计算成本。这项创新不仅为AI应用带来了前所未有的效率与可靠性，更在商业上通过其“即插即用”特性和对开源生态的赋能，重塑了AI信任架构，加速了向更具“自省”能力和高效率的通用智能迈进。 https://www.neican.ai/insights/gfpoai-20250814164025739-1/ Thu, 14 Aug 2025 16:40:25 +0800 https://www.neican.ai/insights/gfpoai-20250814164025739-1/ 微软新提出的GFPO算法通过引入创新的响应过滤机制，显著解决了大型语言模型推理冗长的问题，实现了高达80%的输出长度削减，同时提升了模型准确性。这一技术突破不仅将大幅降低AI推理的计算成本和延迟，还将重塑商业应用的用户体验，加速AI Agent等前沿技术的发展，推动AI行业迈向一个更高效、更精炼的智能新时代。 https://www.neican.ai/insights/mixture-of-recursionstransformer-20250723084005349-1/ Wed, 23 Jul 2025 08:40:05 +0800 https://www.neican.ai/insights/mixture-of-recursionstransformer-20250723084005349-1/ Mixture-of-Recursions (MoR)作为谷歌DeepMind推出的全新LLM架构，通过推理速度翻倍和内存占用减半的突破性进展，正深刻挑战Transformer的主导地位。这不仅将显著降低AI应用成本，加速商业化普及，更预示着LLM架构将迈向效率优先的多元化新范式，重塑AI产业的投资逻辑与算力基础设施。 https://www.neican.ai/insights/clip--20250702204004811-3/ Wed, 02 Jul 2025 20:40:04 +0800 https://www.neican.ai/insights/clip--20250702204004811-3/ UC伯克利和香港大学的LIFT研究，通过利用冻结大语言模型（LLM）作为文本编码器，揭示了LLM在提升多模态模型组合语义理解和处理合成长文本方面的独特优势。该研究不仅提出了简化训练范式以提高资源效率，也为未来多模态AI在语义深度耦合和实际应用中的发展提供了重要思路和方法。 https://www.neican.ai/insights/moeai-20250630101004775-2/ Mon, 30 Jun 2025 10:10:04 +0800 https://www.neican.ai/insights/moeai-20250630101004775-2/ 腾讯混元发布了其首款开源MoE模型Hunyuan-A13B，该模型以800亿总参数、130亿激活参数的稀疏架构，在实现高性能的同时显著提升了推理速度和成本效益。Hunyuan-A13B在AI Agent工具调用和长文本理解方面表现突出，并通过开源新评估数据集推动了AI Agent技术和代码生成评估标准的进步，为AI的普惠化应用与发展注入了新动力。 https://www.neican.ai/insights/graai-20250617202000362-3/ Tue, 17 Jun 2025 20:20:00 +0800 https://www.neican.ai/insights/graai-20250617202000362-3/ 上海人工智能实验室与中国人民大学推出的GRA框架，通过模拟学术审稿流程，使多个小型语言模型（7B级别）协同生成高质量训练数据，性能可媲美甚至超越72B大模型蒸馏的效果。这项开源技术为AI模型的开发提供了一种更经济高效、更具普惠性的新范式，有望打破当前对大规模参数模型的过度依赖，促进AI领域的民主化和可持续发展。