|
欢迎来到 O站！:wave:
|
|
14
|
2083
|
2025 年3 月 22 日
|
|
Claude Fable 5 发布：前沿模型的推理部署选项需要重新评估
|
|
6
|
1
|
2026 年6 月 9 日
|
|
Windows 11 最新版 （24H2）发布了！新增AI视频超分辨率、声音克隆、Sudo提权等实用功能！附详细的免费升级教程
|
|
1
|
485
|
2026 年6 月 9 日
|
|
MiMo V2.5 Pro UltraSpeed：1T 模型跑到 1000 tok/s，推理速度的天花板在哪？
|
|
5
|
4
|
2026 年6 月 9 日
|
|
DeepSeek V4 Pro 精度反超 GPT-5.5 Pro：推理部署的模型选型逻辑要重写了
|
|
6
|
17
|
2026 年6 月 9 日
|
|
Nemotron 扩散语言模型：推理速度这件事，可能要从架构层重新想了
|
|
8
|
16
|
2026 年6 月 8 日
|
|
Netflix 员工做了个 AI 费用削减工具，还开源了——推理支出能打几折？
|
|
8
|
7
|
2026 年6 月 8 日
|
|
测试 - 连续批处理的异步化：推理服务吞吐瓶颈
|
|
8
|
13
|
2026 年6 月 8 日
|
|
DeepSeek V4 预览版发布，推理部署的格局开始微妙了
|
|
0
|
4
|
2026 年6 月 8 日
|
|
OpenAI 前沿模型和 Codex 上架 AWS Bedrock，企业部署的格局变了
|
|
0
|
2
|
2026 年6 月 8 日
|
|
OpenAI 前沿模型和 Codex 上架 AWS Bedrock，企业部署的格局变了
|
|
6
|
8
|
2026 年6 月 8 日
|
|
把 DeepSeek-V4-Flash 跑上 AMD MI300X：部署视角的实操笔记
|
|
6
|
22
|
2026 年6 月 8 日
|
|
Google TurboQuant：LLM 推理内存砍掉 6 倍，部署成本曲线要变了
|
|
7
|
20
|
2026 年6 月 8 日
|
|
Uber 内部研究：AI 工具每月 1500 美元是条成本暗线——部署选型的分水岭在哪？
|
|
7
|
7
|
2026 年6 月 8 日
|
|
KVarN：华为开源 vLLM KV-Cache 量化后端，推理上下文扩展 3-5x
|
|
7
|
10
|
2026 年6 月 8 日
|
|
Qwen3.6-35B-A3B 无审查越狱性版本！附带 K_P 量化! 最低只需6G显存
|
|
8
|
3779
|
2026 年6 月 8 日
|
|
Claude 辅助的代码更容易出 Bug？rsync 项目的一份统计复盘
|
|
0
|
0
|
2026 年6 月 8 日
|
|
Claude 辅助的代码更容易出 Bug？rsync 项目的一份统计复盘
|
|
5
|
3
|
2026 年6 月 8 日
|
|
Google 推出 Gemma 4 QAT 量化感知训练模型：本地设备跑大模型的门槛又降了一截
|
|
0
|
3
|
2026 年6 月 8 日
|
|
Google 每月花 9.2 亿美元租 SpaceX 算力：AI 推理成本正在经历什么级别的膨胀？
|
|
8
|
8
|
2026 年6 月 8 日
|
|
Speculative KV Coding：用小模型无损压缩大模型 KV Cache，推理显存砍半
|
|
6
|
8
|
2026 年6 月 8 日
|
|
JetBrains 出的 Mellum2 12B MoE：一个 IDE 公司做 MoE 模型，对本地部署意味着什么
|
|
0
|
3
|
2026 年6 月 8 日
|
|
Pinterest 用开源模型替换昂贵 AI API：推理成本优化的三个关键决策
|
|
0
|
4
|
2026 年6 月 7 日
|
|
Google 推出 Gemma 4 QAT 量化感知训练模型：本地设备跑大模型的门槛又降了一截
|
|
6
|
27
|
2026 年6 月 6 日
|
|
Arcee AI 打造 400B 开源模型击败 Llama——小团队的超大模型训练与部署要过几道坎
|
|
5
|
7
|
2026 年6 月 5 日
|
|
Anthropic 开源了 AI 代码漏洞自主发现框架—— Agent 安全审计离生产还有多远？
|
|
0
|
9
|
2026 年6 月 5 日
|
|
Ai 学会了自己改自己——递归自我改进对部署链意味着什么
|
|
5
|
4
|
2026 年6 月 5 日
|
|
Gemma 4 12B 无编码器多模态模型，本地部署推理成本怎么看
|
|
8
|
49
|
2026 年6 月 4 日
|
|
本地运行计算机操作Agent：Holo3.1——本地部署GUI自动化模型的可行性与算力门槛
|
|
8
|
32
|
2026 年6 月 2 日
|
|
一台10年前的Xeon就够跑Gemma 4了——多路推理也许是部署降本的另一条路
|
|
6
|
51
|
2026 年6 月 1 日
|