AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：可持续AI×
6月16日
20:46
6月12日
12:57
6月11日
15:28
15:23
15:07
6月10日
09:04
09:04arXiv cs.AI@Nitish Patkar, Pooja Rani, Jack Glässer, Simon Lüscher, Martin Kropp
精选
一项新研究探讨了通过用户界面干预来提升LLM聊天机器人使用中的能源意识。基线调查显示，94.8%的受访者知道AI耗能，但88.3%低估了实际消耗，且仅39%愿意牺牲性能换取节能。在为期五天的实地研究中，节能模式占55.8%的提示，90.9%的参与者报告在不需要高精度时主动选择节能模式。研究表明，UI干预（如模式切换和能耗反馈）能有效促进节能行为，且不会显著降低可用性。该发现为设计更可持续的对话AI提供了新思路。
论文LLM聊天机器人可持续AI用户界面设计节能模式行为干预
推荐理由：LLM聊天机器人能耗问题日益突出，这项研究为普通用户和产品设计师提供了可操作的节能方案——通过简单的UI调整就能改变使用习惯，做AI应用或关注可持续技术的团队值得一看。
原文
6月6日
21:33
5月19日
10:22
10:22arXiv: DeepSeek@Diego Gosmar, Giovanni Zenezini
精选
MADP 是一个面向企业文档处理的多智能体架构，包含分类、拆分、解析、提取和验证五个专用智能体，并引入人工在环（HITL）机制和提示微调反馈继承（PFTFI）方法。在10万张发票/年的生产场景中，MADP 可减少约70%的全职人力需求；实际部署955份文档后，全管线自动化率达97%，仅3%需非AI回退。在100份文档的消融测试中，完整配置下文档级准确率达98.5%。相比传统人工处理，MADP 还减少69%的二氧化碳排放、69%的能耗和63%的水耗，并对比了 Granite-Docling、Mistral-Small、DeepSeek-OCR 等多个 LLM 后端。
论文多智能体文档处理人工在环企业自动化可持续AI
推荐理由：企业文档处理团队终于有了可落地的多智能体方案——MADP 用 HITL 机制平衡自动化与准确率，做发票、合同等批量文档处理的团队可以直接参考其部署结果和碳排放数据。
原文