<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>GRA框架 on AI内参</title>
    <link>https://www.neican.ai/tags/gra%E6%A1%86%E6%9E%B6/</link>
    <description>Recent content in GRA框架 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Tue, 17 Jun 2025 20:20:00 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/gra%E6%A1%86%E6%9E%B6/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>集体智能的崛起：GRA框架如何赋能小模型“逆袭”大模型，重塑AI开发图景</title>
      <link>https://www.neican.ai/insights/graai-20250617202000362-3/</link>
      <pubDate>Tue, 17 Jun 2025 20:20:00 +0800</pubDate>
      <guid>https://www.neican.ai/insights/graai-20250617202000362-3/</guid>
      <description>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。</description>
    </item>
  </channel>
</rss>
