0 关注者
4小时前
相关新闻
ariel reyez romero
1天前
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
洛克船长
1天前
昨天在 Codex 做了一个 Skill，从YouTube上下载视频，翻译字幕，最终合成中文字幕的视频。中间一些确定环节是写了python的。 最终一气呵成，以后搬运视频就太简单了。
