<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>长上下文大模型 on AI内参</title>
    <link>https://www.neican.ai/tags/%E9%95%BF%E4%B8%8A%E4%B8%8B%E6%96%87%E5%A4%A7%E6%A8%A1%E5%9E%8B/</link>
    <description>Recent content in 长上下文大模型 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Thu, 09 Oct 2025 20:40:08 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E9%95%BF%E4%B8%8A%E4%B8%8B%E6%96%87%E5%A4%A7%E6%A8%A1%E5%9E%8B/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>稀疏注意力革命：InfLLM-V2如何重塑长上下文大模型与AI的成本效率边界</title>
      <link>https://www.neican.ai/insights/infllm-v2ai-20251009204008006-0/</link>
      <pubDate>Thu, 09 Oct 2025 20:40:08 +0800</pubDate>
      <guid>https://www.neican.ai/insights/infllm-v2ai-20251009204008006-0/</guid>
      <description>InfLLM-V2通过引入零额外参数的可训练稀疏注意力机制，显著提高了大模型处理长文本的效率和性能，同时将训练成本大幅降低，预示着高效AI应用的新范式。这一技术突破将加速企业级AI的普及，赋能边缘智能，并推动未来AI模型向“智能效率”和模块化方向演进，使其更具经济性和普惠性。</description>
    </item>
  </channel>
</rss>
