本研究分析了判别性与生成性AI模型在真实MLOps管道中的能耗，发现优化模型架构和超参数能显著降低能耗，同时保持性能，为绿色机器学习提供指导。

本文探讨了机器学习中的能源消耗和碳排放问题，提出通过功能框架实时跟踪能耗，并创建能源高效的强化学习算法排行榜。研究表明，修改数据集可显著降低能耗，同时保持准确性。还分析了NLP应用的节能技术和大规模神经网络训练的能耗，强调软件在优化能耗中的关键作用，倡导绿色机器学习实践以实现可持续发展。