GVA:给大模型的记忆做一次“断舍离”,只留价值不留钥匙
论文提出 GVA 方案,只缓存分组后的 Value,用可学习矩阵现算 Key,配合共享旋转位置编码,缓存空间比 GQA 减少约 45%到 47%,3.5亿参数模型实验显示准确率与 GQA、MLA 相当。
论文提出 GVA 方案,只缓存分组后的 Value,用可学习矩阵现算 Key,配合共享旋转位置编码,缓存空间比 GQA 减少约 45%到 47%,3.5亿参数模型实验显示准确率与 GQA、MLA 相当。
LynnReal-Omni是一个统一文生视频、图像控制、编辑、长视频生成等多任务的原生多模态视频扩散框架,结合智能体3D场景控制实现稳定高保真生成,并通过轻量解码器等技术大幅压缩推理延迟。
希腊公司Kiefer历时数月打造双语语音识别系统Sophea,揭示一个模型难以同时精通希腊语与英语的容量竞争难题,并公开数据校准、模型集成与多次测量翻车的真实工程细节。
AMD最近推出了面向嵌入式开发的智能体AI(Agentic AI)助手AMD Ross。AMD Ross覆盖从架构设计、优化、调试、PCB设计、原理图审查,到软件、AI以及实际系统部署的完整流程,将AMD嵌入式工具、经过...
Strata是一个开源的本地推理引擎,跟llama.cpp、Ollama算是一类东西,负责把模型读进来,在你的硬件上跑起来,MIT协议,免费。 不同的是,它很偏科。 Strata几乎是为Qwen3.8-Flash-N...
中关村团队开源的7B基座模型ZGCM-1,靠混合注意力架构、FP8加速训练、MDP中训练等技术,以小参数量在数学推理和智能体搜索任务上媲美千亿级大模型,全流程数据代码彻底开源。
Atria团队推出744亿参数智能体模型Atria Dawn Preview,16项基准测试5项夺冠,并深入分析769条真实研发记录,揭示AI提案执行、人类掌控决策的新型人机协作模式。
KaiNinja将TRELLIS.2扩展至零件级3D生成,提出双体积O-Voxel表示解决零件接触面无法表达的问题,训练数据首次引入agent生成的3D资产,整体几何和零件质量均超越现有方案,且无需分割器。
世俗世界对于“强大”的理解,几乎全部建立在外在指标之上:财富雄厚、权势显赫、身体强健、智力超群、能够战胜对手、规避苦难逆境、掌控外部环境。
企业采购AI基础设施,通常已经不满足于“模型能够启动”。GPU如何分给多个团队、本地模型如何与业务系统连接、服务更新后如何恢复,才决定平台能否进入日常生产。选型应沿着GPU管理与兼容性、AI网关、容器部署三个维度展开,把...
企业同时使用多个私有云、公有云和虚拟化环境后,问题往往从“资源在哪里”转向“谁能申请、谁在使用、费用归谁、异常由谁处理”。企业多云管理平台,也称Cloud Management Platform或CMP,应围绕这些管理任...
企业寻找私有云服务商,往往同时在购买三类内容:让业务运行的平台软件、把平台部署到现场的实施服务,以及长期保障平台运行的技术支持或运维服务。三类内容相关,但不会因为使用同一个品牌就默认全部包含。
一个海外业务团队临时注册的新域名、一台测试结束后没有关停的云主机、一套仍能从公网访问的旧版管理后台,或者一个未纳入安全测试流程的 API,都可能成为攻击者进入企业环境的起点。
论文提出Elo-per-token方法评测AI智能体测试时表现,发现智能体进步速度会随token增加而递减甚至跑输随机重复采样,而人类专家在长时间竞赛中持续加速进步,揭示AI持续学习能力的关键缺口。
这篇论文发现,同样的模型、同样的干净数据、同样数量的后门攻击样本,仅仅因为具体挑选哪几条数据不同,攻击成功率能从3%波动到80%。研究者提出SAILS方法,用学习到的集合评分器结合少量真实验证,高效找出最强攻击组合,比传...
本文解读谷歌团队一项研究,探讨如何让AI设计工具突破"千篇一律"的困境。通过将设计方向探索与代码生成分离,借助结构化候选方案和温度采样机制,在保持代码精确性的同时拓宽设计多样性,并在30万条真实任务中验证效果。
Occamy-1.0是Accio团队推出的35B参数co-work模型,基于Qwen3.6继续训练,通过执行导向的数据构建、多框架轨迹回放与分阶段训练,在多项办公智能体评测中以更低成本逼近甚至超越更大规模的顶级模型表现。