跳到正文
arXiv · cs.AI· SinapisAI Team·· 10 天前AI 评分39

迈向集体模型智能:模型能力刻画与协同调度

Toward Collective Model Intelligence: Characterizing and Coordinating Models

来源与原文

arXiv · cs.AI

作者:SinapisAI Team

发布时间:(北京时间)

阅读原始来源 · arxiv.org ↗
完整链接与内容说明

https://arxiv.org/abs/2610.24739v1

本站目前仅有 AI 导读与摘要,未展示原文正文;技术细节、代码和完整结论请查看原始来源。

AI 导读

SinapisAI 团队提出实现集体模型智能的系统方案,包含 Model Eval、Mio(Models in One)和 Mos(Model Serving OS)三个组件,分别解决能力刻画、模型选择协作与高效执行。在九个公开 benchmark 上,Mio 1.0 Lite 取得最高平均分和最低平均成本,单请求成本比最佳替代方案低 73.7-97.5%;预热共享缓存将模型文件检索加速最高 23.3 倍。

来源:arXiv · cs.AI · arxiv.org