研究更高效、更可控、更适合应用场景的 AI 模型
我们聚焦模型的全生命周期,持续提升模型的能力、效率与可用性,推动 AI 在真实场景中落地。
01
构建高质量的大规模基础模型,提升模型泛化与迁移能力。
02
追求高效架构设计与轻量化,高效、轻量、易部署。
03
降低推理延迟,提升推理稳定性和安全性,释放模型性能。
高质量数据集构建与处理
高效训练与算法创新
对齐目标与全面评测
高性能部署与持续优化
聚焦真实应用场景的小模型架构、策略和能力评估框架的构建。
2026-08-06
提出面向多场景的推理优化方案,显著提升吞吐与降低延迟。
2026-03-18
构建统一评测与数据基座,提升模型从训练到应用的可验证性。
2025-06-26
探索模型研究的下一步
持续推动模型能力、效率与可用性边界