跳到正文
#推理

标签

#推理

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 377 条 · 第 3 / 10 页 · 更新于 19:17

11/03

星期二7 条

  1. IT之家58MIT CSAIL 提出权重空间编程，GPT-6 Astra 改 Qwen3.5-0.8B 约 0.016% 权重使 MATH-500 从 7.9% 升至 48.1%
  2. Hacker News · AI 讨论62如何用强化学习教 Qwen3.5-9B 为机器人做 STL 时序逻辑规划
  3. 掘金60美团 LongCat-2.5 正式版发布：1.6T 参数激活 48B，100 万上下文输入 0.3 美元每百万 token
  4. Techmeme22研究称 LLM 可原生读写神经网络权重，GPT-6 Astra 直接改 Qwen3.5-0.8B 权重提升数学能力
  5. MarkTechPost52Deep Principle 发布 Hydrogen-1.0：753B 开源权重科学模型
  6. Hacker News · 首页58研究称 GPT-6 Astra 可直接读写神经网络权重，修复 Qwen3.5-0.8B 循环使 MATH-500 从 7.9% 升至 48.1%
  7. Apple Machine Learning45苹果提出在线稠密强化学习框架，在真实 iOS 应用上训练 UI 导航智能体

11/02

星期一9 条

  1. 掘金62用 CPU 复刻 KIMI K3 的 KDA 注意力：按 channel 控制遗忘
  2. 掘金75vLLM 推理服务性能剖析方法论：吞吐量、延迟与显存利用率的权衡
  3. 掘金58Kestrel_VLLM 第 27 篇：GDN 状态常驻寄存器与 β/a 融合发射，端到端提速 1.148× 和 1.0411×
  4. MarkTechPost34qwenGPU：把 45 层编译 GPU 塞进 Qwen3.5-2B 权重，直接跑 CUDA
  5. 掘金73美团发布 LongCat-2.5 原生多模态模型，面向长程智能体任务
  6. 掘金58论文解读：金融文档 QA 批量 RAG 的 token 预算该分给谁
  7. 钛媒体52DeepSeek 发布 V4.1 Flash-1017 并首次公布性能成本帕累托前沿曲线
  8. 掘金58推理单价降 90% 后企业 Agentic 账单反涨 3 到 5 倍，作者提出确定性状态机治理方案
  9. 掘金36金融 Agent 全景：如何连接研究、业务与责任

11/01

星期日14 条

  1. 掘金71单卡跑125B MoE模型实测：多出18GB显存带来82%吞吐提升
  2. Hacker News · AI 讨论22QwenPU：把 LLM 跑在另一个 LLM 权重里的实验
  3. 雷峰网58商汤开源 SenseNova Loop-9B-Preview，用 Looped Transformer 循环计算扩展有效深度
  4. MarkTechPost58Nace AI 开源 Drex Max v1：27B 决策模型可在 Apple Silicon 本地运行
  5. 量子位50清华姚期智团队提出代数世界模型AWM，让AI从探索走向形式化证明
  6. 掘金22DeepSeek 参数解读：deepseek-flash 的 temperature、top_p、max_tokens 怎么配
  7. 掘金60Kestrel_VLLM 第 26 篇：用事件计时、nsys 与判别实验三步测量 GPU 发射空档
  8. IT之家60商汤开源 SenseNova Loop-9B-Preview，称 9B 参数媲美 27B 模型
  9. 掘金58MTA-OPSD 让每个 token 自选教师，Qwen3-1.7B 数学推理平均分从 51.1 升至 57.0
  10. 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
  11. Hacker News · AI 讨论22AI 推理成本下降，出租算力越来越难赚钱
  12. 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
  13. 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)
  14. Hacker News · AI 讨论58GAAC：面向更快 LLM 推理的无损 KV Cache 压缩

10/31

星期六10 条

  1. 掘金72同一模型本地与云 API 效果差异的四个来源：量化精度、聊天模板、采样参数与上下文截断
  2. 掘金78开发者把 Qwen3-0.6B 端侧记账 App 单张耗时从 596 秒压到 10 秒
  3. 掘金70同一模型本地与云 API 效果差异的三大原因：量化精度、聊天模板与采样参数
  4. 掘金38实测 LangGraph 五阶段深思熟虑 Agent：投资报告日期错两年，框架每次现编
  5. 掘金78RTX 5070 Ti 部署 Qwen2.5-VL-7B-AWQ 做工业质检的踩坑记录
  6. 掘金62罗西的思考用全 CPU 代码复刻线性注意力演进路线
  7. 掘金62罗西的思考用 Gradio 做线性注意力 18 tab 交互式演示
  8. 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
  9. 掘金34在 imx6ull 开发板上本地跑小模型做语音唤醒：能带动吗
  10. 掘金71用语义复杂度评分与意图分流搭建多模型动态路由网关