搜索
丹麦奥尔堡大学AI安全实验室与Seafill开源社区联合发表论文，通过tool calling方法从GPT-6 Astra等前沿闭源模型中提取出隐藏思维链，发现Astra采用类似"心算"的压缩推理方式，省略基础计算与代数变形等中间步骤而直接给出关键结论。
DeepSeek V4.1 Flash技术报告揭秘其通过CED架构对半削减prefill计算、CSA2同时吃满条目/序列/层三个压缩维度、FP4量化main KV缓存及SWA Bounded Replay部署优化等手段，将全局KV缓存压至V4-Flash的1/4、持久化KV压至约1/8，以552B参数实现超越1.6T参数V4 Pro的性能。
寅谱试图用一种“以存换算”的思路破题：不是让硬盘SSD替代GPU计算，而是用更低成本的SSD承接温冷（指访问频率极低和中等）的AI大模型数据、复用已经完成的中间结果，减少显存及内存压力、GPU等待和重复Prefill（预填充）。
在 AI 工程界，长文本推理一直是个“富贵病”。
把长上下文做到极致的Kimi又发新成果！
TL;DR：DuoAttention 通过将大语言模型的注意力头分为检索头（Retrieval Heads，需要完整 KV 缓存）和流式头（Streaming Heads，只需固定量 KV 缓存），大幅提升了长上下文推理的效率，显著减少内存消耗、同时提高解码（Decoding）和预填充（Pre-filling）速度，同时在长短上下文任务中保持了准确率。
Adobe公开了“Project Fast Fill”功能，这是一种使用生成式人工智能，通过文本提示互动的方式，可以在视频中移除人物、添加物体以及替换颜色的功能