从「一模万人」到「千人千面」，通衍灵智把个性化做到了模型层
2026.10.19 · 产品 · 行业动态 · 媒体报道
通衍灵智用共享基座加Personal LoRA，让模型随使用持续进化
通衍灵智提出「共享 Base Model + Personal Parameters」路线，在通用基座上用轻量 Personal LoRA 承载用户、项目与企业的专属能力。RSI 递归自我改进闭环驱动参数持续更新，TIP 训推并行与 Paged LoRA 分别解决持续训练成本与海量参数并发。
- 个性化从 Prompt、RAG、Memory 外挂推进到模型参数层
- RSI 闭环：Evaluator 筛选样本、更新 Personal LoRA…
- TIP 训推并行让增量训练利用推理空闲算力与显存
- Paged LoRA 借鉴分页机制，拆分 Adapter 降低显存碎片
- 测试用 Qwen2.5-72B-Instruct、8×H800，Paged 元…
为什么值得看
看清大模型个性化从外挂记忆走向参数层自进化的技术路径
适合谁关注
关注大模型个性化、持续学习与 AI 基础设施的从业者