➡️
继续阅读
-
推理服务的缓存与调度:前缀、多级存储、集群路由
本文讨论长上下文推理服务的缓存与调度优化。核心原则是缓存未命中比命中贵几个数量级,因此设计围绕复用展开:单实例内通过块哈希实现前缀缓存;KV池采用writ...
-
Kimi K3 模型结构(10):RL 与服务,状态住在哪里
本文介绍Kimi K3模型在1M上下文强化学习与线上服务中的系统设计,核心是状态管理。KV块和KDA状态通过write-back策略在GPU与DRAM池间...
-
这个世界模型训练完就“退场”,机器人反而更能干了
光象科技联合清华发布物理原生世界模型ActEffect,训练时预测动作后果并优化策略,执行时退出部署以降低成本。在LIBERO等基准测试中成功率领先,已用...
-
微软称几乎无人通过其聊天机器人获取《纽约时报》文章
微软在版权诉讼中辩称,其AI助手Copilot极少复制新闻或书籍内容。在820万条聊天记录中,仅不到1%包含至少16个匹配词,与《纽约时报》等出版商作品有...
-
机器人不能停下来等模型:星尘发布 SmoothRL,让在线强化学习跟上大模型的异步推理
星尘智能发布SmoothRL框架,解决真实机器人异步执行中的在线强化学习问题。该框架仅对实际执行的动作进行学习,并保持训练与部署节奏一致。在投掷、戴笔帽、...
-
企业选择 RTC 推流服务时应该关注哪些指标?
选择RTC推流服务时,需核实四类指标:体验指标(延迟、卡顿率、成功率)要明确统计口径;网络能力(抗丢包、抖动吸收、节点覆盖)决定体验上限;可观测性(质量大...