按该标签聚合的大模型资讯列表（自动分类与标签提取）。共 8 篇文章。
Meta 推出 KernelEvolve——基于 LLM 的自动内核生成系统，能够在数小时内为 NVIDIA、AMD、MTIA 等异构芯片生成高效算子，实现广告模型推理吞吐提升 60% 以上、训练提升 25% 以上。系统将内核优化视为搜索问题，利用工作流评估数百候选并通过 LLM 迭代改进，已在生产环境每日处理万亿级请求，标志着 AI 软件与硬件协同优化的…
TDSQL-C云原生数据库通过AI技术实现智能优化与自动化运维，涵盖查询优化、故障预测、资源调度等场景。文章解析了机器学习模型在数据库领域的具体应用，展示了金融、电商等行业的落地案例，突出AI与云原生架构的协同效应，为数据库智能化转型提供实践参考。
文章揭示了阿里Qwen项目中AI推理链存在的致命误区，分析其成因并提出改进方案，对模型开发和优化具有重要参考价值。
本文汇总了2026年3月23日Hacker News上多篇AI技术文章，涵盖模型推理优化、开源框架设计、版本控制系统及离线AI知识库等主题，为开发者和研究者提供了丰富的技术参考。
本文展示如何构建一个基于 Amazon Bedrock 的 AI 驱动 A/B 测试引擎，通过实时用户上下文和行为分析优化变体分配，提升实验效率和个性化体验。系统结合 MCP 工具和动态决策逻辑，实现快速收敛和精准推荐。
文章探讨了LLM生成的代码提交在实际开发中未被大量合并的现象，分析了代码质量、上下文理解及团队规范等因素的影响，揭示了LLM在软件工程应用中的现实挑战。
本文分享了作者使用AI代理进行编程的实践，涵盖代码生成、优化及复杂项目开发。通过Python和Rust的实验，AI代理展示了其在提升效率和性能方面的潜力，对开发者具有实际参考价值。
提示缓存是一种通过预存和优化常见提示来提升AI系统效率的技术。它能减少计算资源消耗，加快响应速度，适用于NLP、ML和智能助手等场景。文章解析了其原理、实现方法及实际应用中的优劣。