标签
本文对iPhone 17 Pro上的AI推理性能进行基准测试，评估了生成时间、模型智能等指标在各种任务中的表现，以评估现实世界移动设备的使用情况。
这条推文赞扬了LFM2.5-2.6B模型在设备端评测中的强劲表现，突出了其在超越代理任务方面的泛化能力，该评测是与Artificial Analysis合作在移动设备上进行的测试。
本文提出了一种面向移动设备的隐私保护联邦推荐系统，采用两阶段流水线，包括候选生成和排序，通过 Kotlin Multiplatform 在 Android/iOS 上实现。