AI工程化
关注“鲸栖”小程序，掌握最新AI资讯
本文来自网络搜集，不代表鲸林向海立场，如有侵权，联系删除。转载请注明出处：http://www.itsolotime.com/archives/16374
Twill：斯坦福与NVIDIA联手打造Tensor Core GPU自动优化引擎，终结手工内核调优时代
上一篇
2025年12月29日 下午11:53
构建实时语音驱动RAG系统：从架构设计到生产部署的全栈指南
下一篇
2025年12月30日 上午8:17
相关推荐
-
阿里千问突破大模型强化学习稳定性难题：从序列级奖励到token级优化的理论重构与实践验证
在人工智能领域，大语言模型（LLM）的强化学习（RL）训练已成为提升模型复杂推理与问题解决能力的关键技术路径。然而，当前主流RL方法普遍面临一个根本性矛盾：奖励信号通常基于完整生成序列（序列级）进行评估，而优化过程却在单个token级别进行。这种“奖励-优化”层级的不匹配不仅引发了理论上的健全性质疑，更在实际训练中导致稳定性问题，特别是在混合专家（MoE）等…
-
英伟达2025挖人战略：从巨头挖高管，用华人团队重塑增长曲线
henry 发自 凹非寺 量子位 | 公众号 QbitAI 已经是全球市值第一了，还怎么继续往上走？ 英伟达给出的答案很简单：挖人，挖更多的人。 过去的2025年，黄仁勋一边扩编管理层，一边掏钱收团队——从挖角市场、政策、人力资源高管，到收购初创公司“打包”引入技术负责人，一套典型的“黄氏挖人+黄氏收购”正在成型。 不止芯片，用挖人重塑“第二增长曲线” 20…
-
万亿参数时代的十字路口：中兴通讯论文揭示AI大模型的计算范式变革与AGI路径争议
当大模型参数量突破万亿级，GPT-4o、Llama4等模型不断刷新性能纪录时，AI行业正站在一个关键的历史节点。中兴通讯近期发布的《下一代AI大模型计算范式洞察》论文，如同一面精准的行业透镜，不仅深刻剖析了当前Transformer架构面临的系统性瓶颈，更勾勒出超越现有范式的技术路线图。这份报告的价值在于，它没有停留在现象描述层面，而是从计算效率、硬件约束、…
-
学术产业化危机：当AI顶会成为明码标价的“入学筹码”
在人工智能技术迅猛发展的当下，一个令人担忧的现象正在学术圈蔓延：商业机构将学术研究包装成可量产的“产品”，通过付费辅导班的形式，将顶级学术会议论文变为明码标价的“入学筹码”。这不仅严重稀释了学术研究的含金量，挤占了宝贵的学术资源，更可能引发深层次的学术信任危机。香港大学计算与数据科学学院院长马毅（网名“毅马当闲”）在微博中尖锐指出：“顶会规模化后，已基本失去…
-
智能的两种演化路径：从生物生存到商业优化的本质差异
近日，OpenAI联合创始人、前特斯拉AI高级总监Andrej Karpathy在社交媒体上发表了一系列关于智能本质的深刻见解，引发了科技界的广泛讨论。他提出的核心观点挑战了我们对人工智能的传统认知框架：我们一直用理解动物智能的方式来理解AI，但这可能是一个根本性的错误。 Karpathy明确指出：“智能的空间很大，而动物智能（我们唯一了解的智能）只是其中的…