标签索引

混合架构

这个标签下有 7 篇文章。按时间回看相关判断与实践记录。

标签精选

Claude获取门槛引发开发者焦虑，Kimi搭配高性能混合架构成新选

在AI开发者社区中，关于大模型选型的讨论日益聚焦于成本与获取便利性。面对Claude模型高昂的订阅费及复杂的购买流程，部分开发者开始尝试放弃全栈使用Claude。最新的技术讨论中，一种“后端保留高性能模型（如5.5），前端与主控逻辑改用Ki...

2026-04-301 分钟阅读82 阅读

该贴探讨了在PDF表格OCR项目中，如何利用大语言模型（LLM）修正Azure OCR识别置信度低的问题。开发者对比了输入纯文本与截图对模型结果保守程度的影响，并分享了使用Gemini 2.5 Flash作为纠错模型的实践。这一案例反映了传...

2026-03-021 分钟阅读106 阅读

针对现有手机 GUI Agent（如 AutoGLM）依赖小模型导致的逻辑短板，开发者提出了一种创新的混合架构。该方案利用 Claude Code/Codex 作为高层“大脑”负责任务拆解、异常处理与决策，而让手机端的 GUI 小模型专注于...

2026-02-191 分钟阅读170 阅读

文章探讨了一个当前AI开发领域的热门痛点：如何结合不同大模型的优势以构建更高效的Agent。作者通过实际体验指出，Claude模型在任务规划能力上表现优异，而Codex（代指代码生成类模型）在具体编写代码方面更胜一筹。然而，受限于两者不同的...

2026-02-181 分钟阅读155 阅读

近日，技术社区对豆包输入法的拆解揭示了字节跳动在语音识别领域的技术策略。测试发现，豆包输入法采用了一种“流式+文件”的混合识别机制：在用户语音输入时，利用流式识别技术实时上屏文字，确保交互的低延迟感；而在用户结束说话后，系统会利用文件识别技...

2026-02-051 分钟阅读266 阅读

Qwen团队即将发布下一代模型Qwen3-Next，采用创新的混合注意力架构和高达1:50的高稀疏MoE技术。首款模型Qwen3-Next-80B-A3B虽总参数800亿，但仅激活30亿，性能超越Qwen3-32B且训练成本不到十分之一。得...

2026-01-261 分钟阅读273 阅读

智谱AI正式推出首个开源工业级离散自回归图像生成模型GLM-Image。该模型创新性采用“自回归+扩散解码”混合架构，利用9B参数的GLM-4处理语义逻辑，结合7B参数扩散解码器还原视觉细节。这种设计实现了高精度语义对齐，在中文文字渲染、多...

2026-01-141 分钟阅读334 阅读