ariel reyez romero
15小时前
google今天这篇2025年4月的论文居然引发了存储的下跌,那我们就再重读一下: KV cache 一直是大模型推理里的最大内存消耗来源。论文的做法,本质是用信息论最优的方式去压缩这些数据。不是简单地降低精度,而是重新分配信息密度。普通部分用极低比特表示,异常值单独保留更高精度。同时不再逐元素处理,而是以向量为单位编码,因为 attention 本身就是内积结构。 关键的是,它的误差已经贴近
𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞
2天前
Machiavellian Intelligence Hypothesis 灵长类大脑的扩张,主要不是由工具使用驱动的,不是由环境适应驱动的,而是由群体内部的政治博弈驱动的。语言是这场博弈最强大的武器。
Geek
3天前
你们搞大模型的就是码奸🤣