| 移动网页

搜索关键词 token效率

AI & Enterprise

KT发布与Seoul National University、KAIST联合研究成果 加快AI核心技术应用落地

KT宣布，已与Seoul National University和KAIST集中展示过去一年的AI核心技术联合研究成果，并将推动相关成果向模型、平台和服务转化。此次合作研究涵盖代理式AI的上下文理解与推理、负责任AI评估与可信度提升、本土化数据集与行为预测模型、基于用户反馈的强化学习，以及面向大语言模型的提示词压缩优化等方向。

AI & Enterprise

论坛聚焦Agentic AI：成本竞争转向任务总成本，模型性能成关键变量

随着Agentic AI加快落地，业内人士指出，衡量经济性不能只看token价格，更要看完成单项任务的总成本。论坛上，多位与会者认为，减少重试与回溯、提升模型能力，已成为控制成本的关键；在基础设施层面，也需从单纯扩充GPU转向兼顾内存、NPU与整体能效。韩国政府则表示，将把代理式能力作为本土模型发展的重点，并推进安全评估、基于token效率的AI平台核心技术及AI操作系统研发。