速報
全球 AI 模型網路 (AI-ModelNet) 架構：打造跨模型互聯與協同推理新範式
本研究探討隨著雲端、巨量資料與大型模型的快速發展，傳統大型 AI 模型面臨訓練成本高、部署複雜等挑戰，因而轉向輕量、私有與領域專屬模型。為解決異質模型間互動與協作的瓶頸，作者提出「全球 AI 模型網路 (AI-ModelNet)」概念，藉由建立模型間的連結通道，實現能力共享與協同推理。
速報
本研究探討隨著雲端、巨量資料與大型模型的快速發展，傳統大型 AI 模型面臨訓練成本高、部署複雜等挑戰，因而轉向輕量、私有與領域專屬模型。為解決異質模型間互動與協作的瓶頸，作者提出「全球 AI 模型網路 (AI-ModelNet)」概念，藉由建立模型間的連結通道，實現能力共享與協同推理。
張量秩
大型推理模型雖能產生多步思考但延遲與計算成本高，RankGuide提出以張量秩信號結合token熵作為路由判據，並用張量秩篩選的引導向量調整小模型隱層軌跡，以檢測與抑制過度自信、不確定與重複驗證等失效模式，實驗顯示可達到相較於大型模型約1.75×的延遲改善且維持競爭性準確度。