标签
llm
相关的文章：本列表汇集了关于大模型（LLM）最新研究与应用的文章，涵盖强化学习、参数迁移及企业级基准测试等前沿话题，助您深入了解LLM的潜力与挑战。
本文永久链接 – https://tonybai.com/2025/06/26/non-deterministic-abstraction 大家好，我是Tony Bai。 在软件开发领域，Martin Fowler 的名字几乎等同于思想的灯塔。他的每一篇文章、每一次演讲，都能为我们揭示行业发展的深层脉络。最近，Fowler 大师又发布了一篇简短但引人深思的博文——《LLMs bring...
本文探讨了大型语言模型（LLM）对软件开发的影响，认为其引入的“非确定性”编程将改变传统编程方式。Fowler指出，开发者需重新审视版本控制、测试和可靠性等问题，这一变革既带来挑战，也创造了新的机遇，促使开发者探索共存的方法。
At Inflection AI, we recently made a major shift in our infrastructure: we ported our LLM inference stack from NVIDIA The post What Inflection AI Learned Porting Its LLM Inference Stack from...
Inflection AI将其LLM推理堆栈从NVIDIA GPU迁移至Intel Gaudi加速器，以应对GPU供应短缺和价格上涨。经过几周的调整和优化，性能接近NVIDIA。解决了不支持的操作和执行模式问题，提升了性能，并为未来硬件设计提供了经验。
让教师模型“教学”而不是“解决”
Sanaka AI提出了一种新方法，使教师模型能够像人类教师一样进行启发式教学，训练出7B小模型在推理能力上超越671B的DeepSeek-R1。该方法通过逐步解释提高了教学效率，并显著降低了训练成本。
近年来，中国医疗 AI 正处在提速阶段。医疗数据作为大模型的「燃料」，也是医疗决策的核心载体，它的角色至关重要，当没有好的研究思路，对创新性一筹莫展之际，不妨从数据入手，并善用最新信息科学研究手段，所以医院应鼓励并给予大力支持，科研数据机房要配备相应的计算、存储、网络、安全等基础设施建设，为数据层面的医疗创新提供关键服务。然而，这类上世纪 70...
李栋教授在2025北京智源大会上指出，智慧医疗时代医疗数据的创新应用依赖于大模型，以提升医疗效率和精准诊断。尽管面临算法局限、算力成本和数据治理等挑战，AI仍是医疗变革的关键。未来需加强医生与数据科学家的合作，推动医疗数据智能化发展。
Like most loudmouths in this field, I’ve been paying a lot of attention to the role that generative AI systems may play in software development. I think the appearance of LLMs will...
马丁·福勒认为生成性AI将深刻改变软件开发，类似于从汇编语言到高级语言的转变。与以往工具不同，LLM引入了非确定性，改变了编程方式。程序员需适应这种非确定性，尽管会失去一些东西，但也将获得新的理解和能力。这一演变在软件开发历史上是前所未有的。
正在访问的资源需要验证您是否真人。
或在微信中搜索公众号“小红花技术领袖”并关注
第二步：在公众号对话中发送验证码：
