Perplexity Computer 推出本地模型与云端混合推理功能
Aravind Srinivas(@AravSrinivas)161 字 (约 1 分钟)
75
Perplexity Computer 将推出本地模型与云端前沿模型混合推理功能,提升隐私保护、能耗效率并优化任务分配,预计 soon 推出。
入选理由:本地模型运行于用户硬件,确保数据隐私。
精选推文#AI#本地模型#混合推理#隐私#Perplexity英文
概念
也叫:每 token 能耗
衡量 AI 模型在单位能耗下处理 token 数量的指标,反映模型的能效比。
最近变化
2026-06-02 · 本地模型运行于用户硬件,确保数据隐私。
token 效率 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
已收录 2 篇与「token 效率」相关的 AI 资讯和分析。
Perplexity Computer 将推出本地模型与云端前沿模型混合推理功能,提升隐私保护、能耗效率并优化任务分配,预计 soon 推出。
入选理由:本地模型运行于用户硬件,确保数据隐私。
Perplexity Computer 宣布即将推出混合代理推理功能,通过本地与云端模型协作处理任务,确保数据隐私并提升 token 效率。
入选理由:混合代理推理将本地模型与云端前沿模型结合使用。
与「token 效率」经常一起出现的 AI 术语。
💡 想追踪「token 效率」的长期趋势?去 实体雷达 · token 效率 查看详细分析和跨材料问答。