搜索
论文中的一道菜单题，看起来只需要做一次简单加法：一张 Funghi 披萨 6.90 欧元，一张 Prosciutto 披萨 7.90 欧元，总价是多少？
在大型语言模型（LLM）的无损推理加速中，推测解码（Speculative Decoding）已成为工业界标配。以 EAGLE-3 为代表的自回归草稿模型虽然预测准，但每多猜一个 token 就要多跑一步串行前向；而受扩散语言模型启发的 DFlash 将草稿生成彻底并行化 —— 一次骨干网络前向即可同时吐出整块候选 token，大幅压缩了起草耗时。
中国LLM讨论纪要认为，反蒸馏措施正令国产模型蒸馏成本上升5—10倍甚至20倍，算力与融资成为竞争核心，中美模型差距或由3—4个月拉长至约12个月。
在 LLM/MLLM 领域，基于 verifier 奖励的强化微调（Reinforcement Fine-Tuning, RFT，如 GRPO）在激发复杂推理能力方面展现出显著优势。由于 On-policy 优化的特性，很多研究指出 RFT 相比传统的监督微调（SFT）天然具备更强的抗遗忘能力。
据Z Finance报道，周畅已离开字节Seed、转向Physical AI创业并获头部美元基金投资，但接近字节的人士否认离职；Seed将VLM并入LLM体系，折射出多模态统一路线调整。
设想这样一个场景：给机器人下达一句自然语言指令，让它穿过走廊、接连转弯，最终走进指定房间。视觉语言导航（VLN），需要让机器人结合沿途看到的画面，把人类的语言指令转化为一连串连续行动。
还得是「源神」D老师，善呐！
LLM智能体如何在部署过程中，通过自身执行持续进化？
GPT-6 Luna 要被扩散 LLM 抢饭碗了？
谷歌与Meta联合开源TorchTPU，使TPU成为PyTorch原生设备，并完成vLLM、SGLang、Hugging Face、Ray、TorchTitan等主流项目接入，CUDA的软件生态护城河开始松动。