腾讯混元推出四款小尺寸开源模型，参数分别为0.5B、1.8B、4B和7B，适用于手机和低功耗设备。这些模型具备快速推理和高性价比，支持复杂任务处理，并已在多个应用中验证其实用性。模型的上下文窗口可处理超长内容，提升了多行业的应用潜力。

本研究评估了在资源受限微控制器上运行的关键词检测神经网络架构。通过优化，提升了准确性并降低了存储和计算需求。深度可分离卷积神经网络（DS-CNN）实现了95.4%的准确率，并提出了新架构和自监督学习方法，显著提高了关键词检测性能，适用于低功耗设备。

本研究使用Vision Transformer模型结合近似计算方法分析了低功耗设备上Transformer模型的计算要求和性能折衷，提出了使用蒙特卡洛树搜索算法生成Vision Transformer模型的近似加速器的方法，实现了显著的功耗优化。

本研究提出了一种结合卷积神经网络和隐马尔可夫模型的有效方法，用于对视频胶囊内镜图像进行肠胃分类。该方法在罗得岛胃肠病学数据集上达到了98.04%的准确率，适用于低功耗设备。