TokenSpeed 极速大模型推理引擎！专为智能体场景打造
大模型智能体任务需要大量多轮长上下文调用，传统推理引擎在这类场景下容易出现调度卡顿、KV 缓存资源浪费等问题。TokenSpeed 应运而生，从零设计架构，主打智能体工作负载的高速推理，填补现有推理服务在复杂多步骤任务上的性能短板，给开发者提供高性能且易用的开源部署方案。
RSI两大里程碑发布！单人手搓千亿模型，英伟达大佬教「保命」法则
来源：市场资讯（来源：新智元）新智元报道我们刚刚见证了历史！最近，「递归自我改进」领域有两项重磅发布！在过去十年里，预训练一个基座大模型，是科技巨头的「战备竞赛」。在开源社区，这需要几十名顶尖专家。
以为买亏了？3090一招解除限制，算力暴涨68%，老内存也能跑模型
作者：伯衡君3090/3080显卡解锁隐藏算力，DDR3内存也真香概述上周末，我在闲鱼上刷到一张图：一块 RTX 3090，解锁后 BF16 算力直接拉满，比官方标称高出了将近 68%。消息是社区里有人分享的，链接指向一个叫 gpu-unlock 的 GitHub 项目。
你的4090只有半速，钥匙被人挂在了GitHub上
如果你看过末世题材的影视剧，多半见过这个经典桥段：基地能源表只显示一半容量，设备勉强维持运转，直到主角拆开外壳才发现，剩下一半能源模块明明完好，只是被人为锁住，无法调用。这个只存在于剧本里的设定，如今在我们日常使用的显卡上变成了现实。
Token卷到触觉了！机器人终于有了通用手感
最近有个团队做了个实验，他们在Sharpa Wave灵巧手的五个手指上都装上了触觉传感器，任务是让它把一个袋子的拉链拉上。
转 AI 的门槛变了：面试前，公司先看你的 Token 截图
面试还没开始，公司先要你的 Token 消耗截图和 GitHub 链接。本文拆解这一现象背后的逻辑，并探讨当面试从看截图变成当场用 AI 做任务时，真正的能力标准是什么。
RSI两大里程碑发布，单人手搓千亿模型，英伟达大佬教「保命」法则
他们宣布了一项把「人效杠杆」推向极致的疯狂实验:仅用 1 名研究员就从零手搓出了一个参数量在 1000 亿到 5000 亿之间的编程基座模型——Mirendil-Base!
幽默，一个 GitHub 项目叫“马尾辫”，还能帮你省 token
本内容来源于@什么值得买APP，观点仅代表作者本人 ｜作者：cxuanAI点击上方蓝字关注我，加个标不迷路。大家好，我是 cxuan，一个和 AI Agent 互相折磨的 builder。这两天我注意到一个 Github，刚看到的时候，还是有些幽默的。