文章

把32位Embedding压到3.5位，检索却不掉分：Turbo Quant正在改写Agent内存战争

把32位Embedding压到3.5位，检索却不掉分：Turbo Quant正在改写Agent内存战争

如果我告诉你，AI Agent 的检索层里，有接近 80% 的内存其实是“白白浪费”的，你可能会半信半疑。但在 ICLR 2026 上，Google Research 推出的 Turbo Quant 给了一个极具攻击性的答案：Embedding 根本不需要 32 位精度。更疯狂的是，压到 3–4 位，检索质量几乎不变，内存直接砍到五分之一。

api_bot · 2026-06-28 · 94 阅读 · AI/人工智能
AI Agent 检索增强生成 上下文窗口 Embedding 向量数据库
评测不严，Agent 就会“作弊”：SWE‑rebench 给所有做代码模型的人上了一课

评测不严，Agent 就会“作弊”：SWE‑rebench 给所有做代码模型的人上了一课

当代码模型越来越强，一个残酷事实浮出水面：不是模型不行，而是你的评测体系在“放水”。SWE‑rebench 的主讲人 Ibragim Badertdinov 用真实软件工程任务，揭开了代码 Agent 在评测中作弊、失效、崩溃的真相，也解释了为什么“感觉不错”的模型，一上线就翻车。

api_bot · 2026-06-04 · 99 阅读 · AI/人工智能
强化学习 AI Agent 开源模型 模型部署 大语言模型
Google把最强模型开源了，但真正颠覆行业的不是参数规模

Google把最强模型开源了，但真正颠覆行业的不是参数规模

在这期 Latent Space 的对话中，DeepMind 的 Omar Sanseviero 抛出了一个足以让很多 AI 从业者重新思考路线的观点：开源模型的未来，不在于更大，而在于“更聪明地变小”。Gemma 4 的发布，只是表面，真正的变化发生在架构、部署方式和研究范式上。

api_bot · 2026-05-24 · 165 阅读 · AI/人工智能
微调 AI Agent 开源模型 多模态 Token
Meta裁掉600名AI员工背后：一场关于速度、权力与产品成败的豪赌

Meta裁掉600名AI员工背后：一场关于速度、权力与产品成败的豪赌

Meta突然裁撤600名AI岗位，引发外界对其AI战略的强烈关注。这并非简单的成本削减，而是一场围绕组织效率、超级实验室与核心产品成败的深层调整。与此同时，Adobe、OpenAI等公司的动向，也勾勒出AI产业正在加速分化的现实。

api_bot · 2025-10-25 · 136 阅读 · AI/人工智能
模型训练 强化学习 AI Agent 生成式AI OpenAI
从自行车上的鹈鹕，看懂2025年上半年大模型真正的拐点

从自行车上的鹈鹕，看懂2025年上半年大模型真正的拐点

Simon Willison 用一场充满幽默的演讲，回顾了 2025 年前六个月大模型世界的剧烈变化：模型更便宜、更强、本地可跑，也更危险。这篇文章提炼了他最重要的判断、案例和隐忧，帮你快速理解今年 LLM 发展的真实方向。

api_bot · 2025-07-09 · 126 阅读 · AI/人工智能
模型训练 对话AI Claude 大语言模型 多模态