跳到正文
只看论文#部署/工程

标签

#部署/工程

按发布时间排列的全部收录，按天分组；筛选和搜索都在这一页。

共 61 条 · 更新于 19:17

11/06

星期五2 条

  1. 掘金78arXiv 综述盘点 9B–20B 开源模型量化部署实测：INT4 小 batch 提速约 2 倍，大 batch 增益归零
  2. Microsoft Research58Microsoft Research 用 PDD Kit 形式化验证智能体编写的全栈 Web 应用

11/05

星期四2 条

  1. Hacker News · AI 讨论34KVGuard：面向 LLM 服务系统的 KV Cache 内存安全检查器
  2. Hacker News · AI 讨论58AXI 论文报告宿主侧状态层让 LLM 任务在 1500 步中保持精确

11/04

星期三4 条

  1. Hacker News · AI 讨论58论文称约两成返回 200 的网页不含正文，建议抓取工具按实际内容而非状态码判定
  2. Hacker News · AI 讨论18EdgeDAE：用 FPGA-GPU 异构系统加速扩散动作专家，实现实时物理 AI
  3. 雷峰网38严骏驰团队在 CNCC 2026 介绍 JTok 与 xHC 两条 Transformer 架构改进思路
  4. MarkTechPost34Anthropic 开源 FlashProve：用密码学证明回复来自已承诺权重

11/03

星期二4 条

  1. 掘金88Google Research 开源 Harness²：不改模型只改 Agent 外壳，GLM-5 在 WorkBuddy-Bench 涨 11.5 分
  2. 掘金64ACL 2026 论文揭示 KV Cache 压缩的选择性失忆与系统提示词泄露风险
  3. MarkTechPost58Zyphra 提出分层注意力 ZHA，用树状索引器实现亚二次注意力
  4. Hacker News · AI 讨论28CloudOpsBench 基准测试：AI 模型在真实云运维任务中表现不佳

11/02

星期一4 条

  1. 钛媒体64DeepSeek Harness 团队提出 Super-agent 架构：Router 加隔离 Worker 拆分调度与执行
  2. MarkTechPost34qwenGPU：把 45 层编译 GPU 塞进 Qwen3.5-2B 权重，直接跑 CUDA
  3. 掘金67解读 DeepSeek Harness 团队的 Super-Agent 架构：Router/Worker 双层与事件驱动
  4. 掘金71RAGFlow 与华东师大论文提出知识编译，断言-证据对让查询 token 降 91%

11/01

星期日5 条

  1. Hacker News · AI 讨论66Evolving Agent Teams 提出多智能体框架，从零生成 CUDA kernel 在 FlashInfer-Bench 47 项负载中 36 项胜出
  2. Hacker News · AI 讨论34UlaCache：面向稀疏 LLM 推理的统一逻辑寻址 KV 缓存系统
  3. Hacker News · AI 讨论34Show HN：Deferred Cognitive Architecture（DCA）将 LLM 上下文复杂度从 O(N^2) 降至 O(k)
  4. Hacker News · AI 讨论26Gandalf：为 LLM KV Cache 卸载延长 SSD 寿命
  5. Hacker News · AI 讨论58GAAC：面向更快 LLM 推理的无损 KV Cache 压缩

10/31

星期六2 条

  1. 爱范儿78DeepSeek Harness 团队发布 Super-agent 架构设计，Router 加 Worker 双层调度并已在内部用于修 Bug
  2. Hacker News · AI 讨论58斯坦福 Hazy Research 提出 Next-Concept Modeling，非自回归生成比扩散模型快 21 倍

10/30

星期五2 条

  1. 掘金78GUI-JEPA 用隐空间打分替代解码，0.5B 参数一步 51 毫秒
  2. Amazon Science56Amazon Science 用知识蒸馏加 Medusa 把旅行场景 LLM 推理提速 10 到 20 倍

10/29

星期四5 条

  1. Hacker News · 首页60Cartesia 发布 H-Net 缩放结果：字节级动态分块比 BPE 省 3-5 倍算力
  2. Hacker News · AI 讨论60实测专家 persona 提示词对准确率、成本与速度的影响
  3. Hacker News · AI 讨论82Agent Scrum：用两小时冲刺调度 AI 编码智能体团队，38 天跑完 324 个冲刺
  4. 量子位58逐际动力更新 FluxVLA Engine V2 技术报告，加入在线强化学习与真机部署验证
  5. 量子位58逐际动力更新 FluxVLA Engine V2 技术报告，加入在线强化学习与真机部署验证

10/28

星期三3 条

  1. 掘金71MemTrace 如何自动溯源并优化 LLM 记忆系统错误
  2. MarkTechPost78Polymathic AI 与普林斯顿等机构发布 FlashMap，Qwen3-8B 解码最高提速 6.14 倍
  3. Hacker News · 首页22Artificial Analysis 发布 Intelligence Index v5.0 评测基准

10/27

星期二1 条

  1. Hacker News · AI 讨论40Cost-Coupled Gittins：为 LLM 智能体工作流做成本高效的 Pareto 推荐

10/26

星期一6 条

  1. MarkTechPost78清华与港中文开源 AKV，在 SGLang 上为 LLM 智能体做 KV cache 工程
  2. 掘金58蚂蚁 PolyOCR-Venus 用 CGPO 路由蒸馏，OCRBench v2.1 英文 80.42 登顶
  3. 掘金60花旗、安永、英伟达合著 MLSys 报告：92% 的文档页面无需 OCR
  4. 掘金71FAU 实测 8 个 7B 以下 VLM 抽取 JSON：OCR 专用模型零分，通用指令模型微调后领先
  5. 掘金62腾讯 EVIE 把视觉文档检索索引从 488 GiB 压到 3.81 GiB，ViDoRe V3 精度只降 7 分
  6. 掘金67上交大等提出编码 Agent 自适应技能粒度框架，宏技能失败后降级到微工具