来源节选（非本站原创长文，完整内容请见来源） 训练算力节省1/3。 作者丨张璐 编辑丨张驰 增加参数、扩展专家数量、投入更多训练数据，是大模型提升能力的常见路径。但对于算力和数据资源有限的高校团队，沿着这些方向持续扩大规模并不容易。在现有 Transformer 架构之上寻找其他扩展维度，是上海交通大学人工智能学院教授严骏驰，在前不久的CNCC 2026演讲中分享的研究思路。在题为《大模型新架构探索：JTok & xHC》的报告中，严骏驰介绍了两项工作：JT… 来源：[雷峰网](https://www.leiphone.com/category/private/qWW7SeepMBzAQAfb.html)