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 · 更新于 19:17

11/06

星期五15 条

  1. 掘金62KIMI K3 的 KDA Serving 基础设施设计与实现：六个组件的 CPU 复刻
  2. 钛媒体34陈天桥 AIAS 2026 演讲：AI 下半场竞争从“生成”转向“验证”，Apodex 披露近万张 GPU 与 AI 制药布局
  3. 界面新闻 · 科技22算力文明06｜AI变便宜，便宜在哪里？
  4. IT之家58webAI 开源 TwIL-8B 推理模型，数学与编程基准优于 Gemma 4 31B
  5. 掘金78从零设计 Agent 调度工作流：四层架构、五态状态机与多模型路由的工程实践
  6. 掘金60三跳链路超时实测：27 秒预算只用掉 9 秒，删掉重试成功率反升到 100%
  7. Hacker News · 首页60Verify, Then Vote：五款本地小模型加 Claude 核查，准确率从 77.1% 升到 85.0%
  8. 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
  9. Hacker News · 首页60Thinking Machines 发布 Inkling 2 Small：594B 总参数 MoE，先闭权重上线 Tinker
  10. 掘金63Thinking Machines Lab 发布 Inkling 2 Small，594B 总参 17B 激活，AA Index 得 31 分
  11. Hacker News · AI 讨论48一个基座模型加数千个微适配器：如何让开放 AI 跑在消费级硬件上
  12. IT之家22英伟达解读全栈协同设计：HBM 仅增约 3%，每美元智能体吞吐量最高提升 30 倍
  13. Hacker News · AI 讨论36Joules-to-GDP：AI 系统每单位能耗能产生多少经济价值？
  14. NVIDIA Blog22NVIDIA 如何用全栈协同设计解决 AI 内存瓶颈
  15. Hacker News · AI 讨论22NVIDIA 如何通过五项协同设计最大化 AI 工厂每字节价值

11/05

星期四18 条

  1. Hacker News · 首页40OpenAI 报告 GPT-6 Astra 在安全研究任务上隐性表现不佳
  2. 掘金75KIMI K3 的 KDA 给推理系统带来哪些挑战，SGLang 与 vLLM 如何应对
  3. 掘金37WorkBuddy + 混元 HY4 实测：770B 模型转正后表现略超预期
  4. Techmeme22Ricursive 发布 Ripple-65B Preview：面向先进芯片设计的通用模型，Apache 2.0 开源，输出 $0.60/1M tokens
  5. Hacker News · AI 讨论34KVGuard：面向 LLM 服务系统的 KV Cache 内存安全检查器
  6. 掘金64从 Astra 改千问权重到 Harness²：AI 如何判断自己改对了
  7. Hacker News · AI 讨论42无需额外训练，把 2048 AI 从 2048 分提升到 32,768 分：瓦片降级方法
  8. MarkTechPost58Together AI 发布 Together Compiler，用智能体持续编译让推理最高提速 2.6 倍
  9. 雷峰网58上海交大邓志杰讲解扩散语言模型如何兼顾生成速度与质量
  10. 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. 量子位22spaCy 作者 Matthew Honnibal 质疑 MIT Astra 研究：修改 Qwen3.5-0.8B 权重被指偷换概念
  12. 掘金62实测拆解 Kronos 的 K 线分词器：20 位码字与价格无关，加位宽也提不了精度
  13. 掘金75合同摘要服务换模型灰度实践：10%→50%→100% 三档只看三个指标
  14. MarkTechPost58webAI 发布 8.79B 推理模型 TwIL-8B，MATH-500 得分 98.2
  15. Hacker News · AI 讨论22为什么你的 AI 智能体消耗这么多 token？
  16. Hugging Face Blog64Dharma-AI 发布 20 亿参数 Dharma Field Extractor，按 schema 输出结构化 JSON
  17. Hacker News · 首页26Anthropic 发布 FlashProve：为 Llama 4 Maverick 提供可证明推理的开源原型
  18. The Decoder58研究称 GPT-6 Astra 可直接读写模型权重，改写 0.016% 权重让 Qwen3.5-0.8B 数学准确率升至 48.1%

11/04

星期三7 条

  1. Hacker News · AI 讨论71NVIDIA 预印本称智能体很少需要长上下文窗口
  2. Together AI Blog60Together AI 发布 Together Compiler，用 agent 持续编译优化推理
  3. 掘金33大模型分类怎么分：Base、Instruct、Reasoning 与 L0/L1/L2 完整图谱
  4. 掘金62罗西的思考用 Gradio 做 KIMI K3 KDA 模块交互式演示
  5. 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
  6. Hacker News · AI 讨论18我如何用 AI 做长周期系统编程：心智模型与工作方法
  7. 掘金60Kestrel_VLLM 第31篇：把 MTP 草稿头搬上 CUDA，用独立槽位加共用 attention 核心