BEIJING, 19 Desember 2025 – Institut Penelitian Kecerdasan Buatan dari sebuah perusahaan telekomunikasi besar telah meluncurkan metrik baru untuk mengevaluasi model AI, menggeser fokus dari skala ke efisiensi. Metrik kapasitas informasi mengukur kemampuan kompresi dan pemrosesan informasi suatu model dibandingkan dengan biaya komputasinya, memberikan pemahaman yang lebih detail tentang kecerdasan model tersebut.

Di bawah bimbingan seorang profesor dan ilmuwan ternama, tim peneliti mengevaluasi "kemampuan" model bahasa skala besar (LLM) menggunakan kapasitas informasi, yang mengukur kepadatan pengetahuan per unit komputasi dan bertujuan untuk mengoptimalkan pemanfaatan sumber daya komputasi dan komunikasi dalam kerangka kerja AI Flow .

Pengenalan kapasitas informasi hadir pada saat kebutuhan komputasi LLM meningkat pesat. Metrik ini memungkinkan penilaian yang konsisten terhadap efisiensi model di berbagai arsitektur dan skala, memengaruhi strategi pra-pelatihan dan penerapan. Hal ini juga mendukung pengembangan model AI yang lebih berkelanjutan dan alokasi tugas dinamis dalam infrastruktur perangkat-tepi-cloud.

Tim peneliti mempublikasikan temuan dan alat mereka untuk berkontribusi pada kemajuan kolektif dalam mengevaluasi efisiensi model skala besar. Kode dan data sumber terbuka dapat diakses di GitHub dan Hugging Face, yang mendorong kolaborasi komunitas di bidang yang sedang berkembang ini.