本文探讨了在机器学习中有效“遗忘”特定数据点的方法，以应对数据隐私问题。研究提出了一种新方法，通过识别对模型输出影响微小的数据子集，减少数据集规模，实现高达50%的计算成本节省。

Amazon ECS 引入高分辨率指标（20秒），提升服务的自动扩缩能力。新功能支持根据实时数据快速调整任务数量，显著缩短扩展时间，提高性能和可靠性，降低计算成本。用户可通过简单配置启用此功能，适用于所有计算选项。

卡内基梅隆大学、微软研究院和清华大学提出的ALAR框架，通过引入“推理深度自适应”，在多轮交互中显著减少生成Token，最高可达84.6%。该方法结合潜在推理与显式思维链，动态选择推理模式，优化决策效率，提升Agent在复杂任务中的表现，同时降低计算成本和响应时间。

在旧金山举行的全球最大数据、应用和人工智能活动中，研究人员探讨了提示缓存技术在大型语言模型（LLM）推理中的应用。提示缓存可以消除重复请求的冗余，提高模型在特定领域的质量，并降低计算成本。Databricks为开源模型提供此功能，确保安全性并自动优化性能，提升推理效率。

MinIO推出了MemKV，这是一种新的上下文记忆存储，旨在解决AI基础层的数据存储挑战。MemKV通过快速的上下文访问，降低了AI推理工作负载中的重复计算成本，提高了GPU利用率，并降低了每个令牌的成本。这项技术帮助开发者更有效地管理GPU集群中的状态，确保上下文的持久性和共享，从而提升企业AI的效率和安全性。

自适应并行推理（APR）是一种新兴的推理模型，能够动态决定何时并行化和分解任务。与传统顺序推理相比，APR通过并行处理多个线程，提高了推理效率，降低了延迟。研究表明，APR在复杂任务中表现出更高的准确性和更低的计算成本，但仍需解决训练稳定性和硬件适应性等问题。

微软宣布自2026年6月1日起，GitHub Copilot将按用量计费，用户需为实际使用的计算成本付费。这一变化反映出AI服务的经济模式面临挑战，用户对服务质量的反应强烈。AI行业正遭遇高昂的计算成本和不确定的盈利模式，许多公司在补贴用户的同时难以维持运营，未来可能导致更多企业财务危机。

大语言模型（LLM）微调是通过在特定任务数据集上继续训练预训练模型，以提高其在特定领域的表现。微调比从头开始训练更高效，允许组织定制模型行为，缩短生产时间。选择合适的微调方法可以降低计算成本和过拟合风险，适用于需要深度行为改变的任务。

dnaHNet模型是一种新型基因组学习模型，通过动态分块机制自我学习序列结构，显著提升了计算效率和表达能力。在变异效应预测和基因必需性分类等任务中表现优异，计算成本降低3.89倍，为基因组解析提供了新思路。

本文探讨了Claude模型中的提示词缓存技术，强调静态前缀与动态后缀的分离如何降低计算成本。通过缓存，Claude实现了92%的命中率和81%的费用节省，避免了重复计算。文章提出三条规则以保持缓存有效性，并建议在设计提示词时将静态内容放在顶部，动态内容放在底部，以优化性能。

本文介绍了五种高效的长上下文检索增强生成（RAG）技术，旨在解决注意力限制和成本挑战。这些技术包括通过重新排序解决“中间丢失”问题、利用上下文缓存减少延迟和计算成本，以及结合元数据过滤和查询扩展提高相关性，从而构建可扩展且精准的RAG系统，确保模型关注最相关的信息。

自反取证增强生成（self-RAG）将自我反思引入大型语言模型，使其能够评估输出并改进结果。与传统的取证增强生成（RAG）相比，self-RAG通过迭代检索和自我评估提高了准确性，解决了幻觉和低质量检索的问题。该方法适用于高准确度的问答系统和复杂查询，但面临计算成本和系统复杂性等挑战。

本文介绍了Voyage AI在嵌入模型扩展方面的研究，特别是通过混合专家（MoE）架构提高效率。Voyage-4-large模型实现了75%的参数减少，同时保持检索准确率，显著降低计算成本和延迟。MoE模型通过优化设计有效解耦知识容量与计算成本。

准确的天气预报对生命和环境保护至关重要。Brightband等公司利用NVIDIA Earth-2模型进行全球天气预测，提升决策效率。以色列气象局和TotalEnergies等也在应用这些模型，显著提高预测精度并降低计算成本。

金属有机框架（MOFs）在气体存储和催化领域具有潜力，但设计空间庞大且实验效率低。研究团队提出了一种基于机器学习的模型，利用大语言模型预测MOFs的自由能，显著降低计算成本，合成可行性判定准确率达到97%。该方法为MOFs的高通量筛选提供了新思路。

化学反应机理研究通过反应路径搜索揭示物质转化规律。传统方法因预设路径限制，可能遗漏新机理。日本团队开发的ChemOntology系统结合化学知识与自动化计算，显著提高路径搜索效率，降低计算成本，并验证了其在复杂反应中的有效性，推动了理论与工业应用的结合。

自2023年大模型兴起以来，博客影响力迅速增长，吸引了国内外博士生的关注。PI公司提出的训练时实时分块（training-time RTC）方法，通过模拟推理延迟，显著降低计算成本并提升机器人任务执行性能。该方法无需修改模型架构，仅需少量代码实现，已在实际任务中验证有效性。

麻省理工学院的研究人员开发了“DisCIPL”框架，通过结合大型语言模型与小型模型，提高了文本生成和推理任务的效率与准确性，降低了计算成本，为未来的数学推理和模糊偏好处理奠定了基础。