在大型语言模型（LLM）时代，推荐与搜索系统正经历从传统物品ID到丰富'语义ID'（Semantic IDs）的重大转型。这一变革引入了生成式检索和多模态嵌入技术，显著提升了系统处理冷启动覆盖、长尾内容发现的能力，并实现...

近日，一篇关于将大语言模型（LLMs）编译为单一MegaKernel以实现低延迟推理的技术文章引发广泛讨论。该技术通过优化编译器设计，将传统需要多个内核调用的LLM推理过程整合为高度融合的单一内核，显著减少了内核启动...

DeepNVMe最新版本实现了多项突破性升级：首先扩展了对模型检查点（checkpointing）和推理工作负载的支持，使深度学习框架能更高效地管理训练中间状态；其次新增PCIe Gen5 NVMe的扩展能力，显著提升存储带宽以应对大...

Sakana AI研究团队开发出一项突破性技术——Text-to-LoRa（T2L）系统，该系统仅需文本描述即可即时定制大型语言模型，无需传统方法所需的训练数据或耗时微调过程。该技术的核心创新在于将数百个LoRA适配器（一种高效轻...

OpenAI最新发布的《构建智能体的实用指南》为开发者提供了从单智能体系统到多智能体系统的进阶路径。指南强调，在构建多智能体系统前，应先掌握单智能体的开发，并推荐使用管理者模式，即通过工具调用或去中心化的任...

KV（键值）缓存是大型语言模型（LLM）推理过程中的关键技术，通过存储注意力计算的中间结果显著提升生成效率。以逐词生成"Time flies fast"为例，传统方式需在每个步骤重复计算"Time"和"flies"的注意力权重，而采用K...

TreeRL是一种创新的语言模型训练方法，通过结合on-policy树搜索和中间监督机制，实现了无需单独奖励模型的LLM训练。这一技术突破来自最新arXiv论文，相比传统的ChainRL方法，TreeRL在数学推理和代码生成等复杂任务上...

SWE-Factory项目近日发布了一套自动化训练与评估管道，专门用于GitHub问题解决任务。该系统的核心创新在于采用了基于大语言模型（LLM）的多智能体系统架构，通过模拟人类开发者的协作模式，实现了软件开发问题的智能...