搜索关键词 超大规模语言模型
AI & Enterprise
SKT推出A.X K2基础模型，瞄准“执行型AI”
SKT推出自研基础模型A.X K2，主打可自主规划并调用工具完成任务的“执行型AI”。该模型参数规模达6880亿，在14项基准测试中的平均成绩较上一代提升32.2个百分点，并通过稀疏门控注意力等技术提升长文本处理效率。SKT还将以Apache 2.0许可证开源A.X K2的模型权重和推理代码。
Industry
Rebellions称单台自研NPU服务器可提供接近高性能GPU服务器的AI基础设施能力
Rebellions表示，已将自研NPU服务器“Rebel Server”与SK Telecom自主研发的大模型A.X K1结合，在单台服务器上实现接近高性能GPU服务器的AI基础设施能力。公司同时展示了多用户并发智能体服务，并称该方案有望减轻数据中心建设和运营负担。
AI & Enterprise
KAIST与Korea University提出跨AI模型适配知识迁移技术
KAIST表示，该校计算机学院Hyunwoo Kim教授团队与Korea University研究团队联合提出可迁移适配方法TransMiter，可在结构和规模不同的AI模型之间迁移已学习的适配知识。该方法通过预测结果传递适配经验，无需重复进行适配训练，可降低内存与算力开销。相关成果已入选AAAI 2026口头报告，团队此次还公开了共3篇论文，其中包括TabFlash。