2
1
0
据报道，Revolut 直到放弃昂贵的 OpenAI 和 Anthropic 模型，转而采用自行托管的 GLM 模型之后，才开始看到显著的 AI 生产力提升。
据称，Decagon 约 90% 的工作负载都运行在开放权重模型（Open-weight Models）上。
为什么？
因为当你在生产环境中部署 AI
时政
(
twitter.com
)
由
勃勃OC
提交
据报道，Revolut 直到放弃昂贵的 OpenAI 和 Anthropic 模型，转而采用自行托管的 GLM 模型之后，才开始看到显著的 AI 生产力提升。
据称，Decagon 约 90% 的工作负载都运行在开放权重模型（Open-weight Models）上。
为什么？
因为当你在生产环境中部署 AI Agent，例如用于客户服务时，成本和延迟至关重要。
你根本不需要一个具备博士级推理能力的前沿模型（Frontier Model），甚至不需要一个知道芬兰首都在哪里的模型，来处理每一次客户交互。
点击图片查看原图
Markdown支持
评论加载中...
您可能感兴趣的：
2
307
306
306
4
826
825
825
7
234
233
233
8
418
417
417
10
1065
1064
1064
16
112
111
111
19
726
725
725
20
232
231
231
22
466
465
465
23
241
240
240
