循环语言模型推理加速新策略:Late Entry 让新令牌直入深层缓存,Ouro-2.6B 上最高提速 6.8 倍

Hugging Face Papers 上出现一篇关于循环语言模型解码的论文,提出让新令牌跳过前几轮迭代、直接进入深层上下文缓存的 Late Entry 策略,配合 Wake 验证,在 Ouro-2.6B 上报告了最高 6.8 倍的贪心精确推理加速。

Hugging Face Papers 上出现一篇关于循环语言模型解码的论文,提出让新令牌跳过前几轮迭代、直接进入深层上下文缓存的 Late Entry 策略,配合 Wake 验证,在 Ouro-2.6B 上报告了最高 6.8 倍的贪心精确推理加速。

投资者 Aditya Agarwal 公开回应 GC 的 AI 种子市场研究,认为早期 VC 抱怨“做不了 AI”只是借口,真正出路是承担更高风险、押注非共识方向和前沿问题。

联想2026/27财年第二季度营收首次突破2000亿元、调整后净利超90亿元同比增长166%,AI相关收入占比升至36%,显示其算力转型在财务数据上开始集中体现。

香港中文大学(深圳)与微软研究院联合提出ConvexLLM,尝试让语音信号跳过“先转写成文字”的中间步骤,直接映射到大模型的文本词嵌入空间,从而调用其预训练知识与推理能力。目前公开信息显示,这是一项研究性架构,并非已上线产品。

据报道,OpenAI首款AI硬件计划2026年底前出货,富士康旗下FIH Mobile与立讯精密等中国厂商参与组装和核心部件供应,产品形态与定价尚未被官方确认。

Hugging Face Papers 收录的论文 CurvDelta 提出一种把“能力保留”约束直接写进参数更新方式的框架,目标是让大模型在学习新任务或选择性遗忘时,尽量不损伤原有的推理、编程等通用能力。

Caroline Clark 于 2026 年 11 月 18 日在社交平台发布 Arcade 3.0,将其定位为面向营销团队的 AI 视频工具:输入一句话、回答两个问题,即可生成带配音、字幕和音乐的视频,并声称在盲测中优于 Claude Opus 5.5 和 Gemini Argon 的视频产出。

Osmo Studio 宣布转型为应用 AI 实验室,并发布嵌入 Slack 的全栈视频 Agent Posty 研究预览版,声称可在 30 分钟内把数 TB 素材剪成可交付成片。

2026 年 11 月 18 日,@daleverett 宣布与 Y Combinator 一同推出 FlashDrive——一个让团队和 AI 智能体跨电脑与云沙箱共用同一批文件的共享云盘。它切入的是 AI 编程场景里“文件如何被人和智能体共同读写”的基础问题,而非又一个聊天工具。

研究机构 Constructor AGI 公布了持续学习方向的第一阶段研究,提出名为 Link 的稀疏注意力机制,让大模型在超长上下文中自行选择读哪些内容;在 400 万 token 语境下的检索任务中,其准确率比稠密注意力高 53%。