<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>AI算法 on AI内参</title>
    <link>https://www.neican.ai/tags/ai%E7%AE%97%E6%B3%95/</link>
    <description>Recent content in AI算法 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Mon, 06 Jul 2026 08:10:09 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/ai%E7%AE%97%E6%B3%95/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>万亿算力白烧了？OpenAI Scaling Law论文被曝致命bug，整个AI圈被“带偏”好几年！</title>
      <link>https://www.neican.ai/insights/openai-scaling-lawbugai-20260706081009171-11/</link>
      <pubDate>Mon, 06 Jul 2026 08:10:09 +0800</pubDate>
      <guid>https://www.neican.ai/insights/openai-scaling-lawbugai-20260706081009171-11/</guid>
      <description>OpenAI的Scaling Law原始论文被发现存在致命bug，导致全球AI行业在“体量过大、训练不足”的模型上白白烧掉了万亿算力。前研究员Diogo Almeida揭示了论文中数据分配不公、学习率人为掐断等三招“误导”，并引发对AI行业盲目堆参数的反思。文章以轻松调侃的方式剖析了这一科技“塌房”事件。</description>
    </item>
    <item>
      <title>从“搜索引擎优化”到“数字存在感管理”：生成式AI如何重构品牌信任基石</title>
      <link>https://www.neican.ai/insights/article-20260617221009260-0/</link>
      <pubDate>Wed, 17 Jun 2026 22:10:09 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20260617221009260-0/</guid>
      <description>生成式引擎优化（GEO）正重构互联网的信息分发逻辑，品牌必须从追求短期曝光转向管理基于事实的数字资产。在算法寄生与内容投毒的挑战下，透明化的信源治理与构建可验证的数字证据链，将成为企业AI时代核心竞争力的基石。</description>
    </item>
    <item>
      <title>CRH：重塑大规模图像检索的“语义记忆”，解锁AI时代信息效率新范式</title>
      <link>https://www.neican.ai/insights/crhai-20251205144005433-0/</link>
      <pubDate>Fri, 05 Dec 2025 14:40:05 +0800</pubDate>
      <guid>https://www.neican.ai/insights/crhai-20251205144005433-0/</guid>
      <description>北京邮电大学团队提出的CRH（中心重分配哈希）技术，通过创新的端到端联合学习机制，显著提升了大规模图像检索的精度和效率。这项技术不仅为AI信息组织和检索提供了更具语义感知能力的新范式，也预示着数据密集型产业在效率和智能水平上的重大飞跃，具有深远的商业和技术影响力。</description>
    </item>
    <item>
      <title>破壁而出：蚂蚁数科Gibbon如何重塑隐私计算的性能与信任边界</title>
      <link>https://www.neican.ai/insights/gibbon-20250925144004882-0/</link>
      <pubDate>Thu, 25 Sep 2025 14:40:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/gibbon-20250925144004882-0/</guid>
      <description>蚂蚁数科发布Gibbon框架和同态查找表技术，在多方安全计算（MPC）范式下，将GBDT模型的训练和推理效率分别提升4倍和百倍至千倍。这项突破性进展不仅有效解决了数据隐私与计算性能之间的长期矛盾，更为金融、医疗等敏感行业的高安全、高性能数据协作提供了可行的商业化路径，有望重塑隐私计算的市场格局，加速企业级AI的落地与信任生态的构建。</description>
    </item>
    <item>
      <title>AI超越灵感：谷歌AlphaEvolve如何重塑科学发现的未来</title>
      <link>https://www.neican.ai/insights/aialphaevolve-20250714114005013-2/</link>
      <pubDate>Mon, 14 Jul 2025 11:40:05 +0800</pubDate>
      <guid>https://www.neican.ai/insights/aialphaevolve-20250714114005013-2/</guid>
      <description>谷歌DeepMind的AlphaEvolve通过进化算法和Gemini模型，在数学和计算机科学领域取得突破，挑战了科学研究对“灵感”的传统依赖。该系统不仅显著提升了谷歌内部的计算效率，更预示着科学家角色将向问题定义与评估函数设计转变，开启一个由AI驱动的、加速科学发现的新时代，但同时也需关注评估函数设计和潜在伦理挑战。</description>
    </item>
  </channel>
</rss>
