扩散模型引领快速深度学习新潮流 英伟达与微软联手突破每秒千个令牌限制
全球首个深度思考的扩散模型诞生！ 它摒弃了传统的自回归模式，成为世界上生成速度最快的模型。 对比之下，传统自回归的“打字机式”输出方式（逐个token按顺序生成）就像乌龟一样慢： 实际测试结果显示，在英伟达GPU上运行的Mercury 2扩散推理大语言模型可实现每秒1009个tokens的速度。 这一速度比GPT-5（mini版）和Claude-4.5（haiku版本）等传统模型快了五倍之多
AI资讯9 阅读
搜索: "微软"
共找到 2 篇相关文章
微软推出Re-TRAC框架：4B参数模型创纪录，30B参数模型胜过358B参数模型
想象一下，如果你让一个AI助手利用搜索工具来解决复杂问题时，它可能第一次探索就走错了方向，并且在后续尝试中重复相同的错误路径。虽然你可以从多次探索的结果中选出一个还算满意的答案，但这种方法不仅低效，还需要人工干预。这种现象是大多数深度搜索智能体面临的挑战之一——它们无法「记住」之前的探索经历，在每次新的任务开始时都得重新开始，导致大量的冗余搜索和资源浪费。当前的许多深度搜索模型多采用ReAct框架
科技新闻7 阅读