归档
按时间浏览全部公开内容。
26
2026
每日技术报告｜2026-08-27：KV 压缩的成本边界、Agent Trace 自动机与模型内部工作空间聚焦 KV 压缩与张量并行的成本权衡、Agent 执行轨迹的有限状态建模、条件记忆路由，以及 OpenAI 沙箱逃逸事件带来的 Agent 基础设施安全边界。每日技术报告｜2026-08-26：Agent 记忆从“检索”走向生命周期、安全边界与可复用 KV聚焦 InjecMEM、双层 Agent 记忆、ReCache、Agent Externalization，以及 SGLang v0.5.18 的推理工程变化。每日技术报告｜2026-08-25：异构模型直接交换 KV、Agent 记忆主动淘汰与 DSA 索引融合聚焦 XKV 的异构模型 KV 潜空间通信、Weighted Memory Tree 的动态记忆保留，以及 vLLM DSA prefill 索引融合与混合状态缓存一致性问题。每日技术前沿｜稀疏注意力走向可部署，Agent 评测转向持久状态（2026-08-24）聚焦 FlashPrefill V2、稀疏注意力协同微调、Thinkingbox、PolicyGuide、Agent Skill 选择与 SGLang v0.5.18，观察长上下文与 Agent 系统从算法指标走向执行路径和状态语义。每日技术报告｜2026-08-23：前缀亲和路由、可训练稀疏注意力与混合模型显存边界聚焦 CacheRoute 的前缀亲和路由、KeysAndValues 的稀疏注意力微调，以及 vLLM 混合注意力模型的显存画像问题。每日技术报告｜2026-08-22：Agent 可靠性从单次成功走向状态正确性与因果审计聚焦 Thinkingbox 的状态化业务工作流评测、Agent 步级信用分配的因果审计、Bounded Agents 的授权链，以及 vLLM 对一等 Agentic Inference 的架构讨论。每日技术报告｜2026-08-21：长程 Agent 的状态管理、经验复用与可观测隐空间聚焦 FM-Bench、ScienceFlow、长程 AI R&D 评测、MobileMem、OpenViking 与 J-space，观察 Agent 从单轮能力转向长期状态、经验与内部过程管理。每日技术报告｜2026-08-20：KV 回滚一致性、推理缓存压缩与状态迁移聚焦近 72 小时的 KV Cache、Agent 状态一致性、长推理缓存压缩、边缘推理状态迁移与 Agent 工作流安全更新。每日技术报告｜2026-08-19：KV 传输粒度显式化、PD 协议收敛与 MLA 后端统一聚焦 vLLM KV offload 的 block/chunk 语义拆分、TensorRT-LLM 分块流水 KV 传输、SGLang PD 协议收敛，以及 FlashInfer MLA 后端重构。每日技术报告｜2026-08-18：高带宽闪存进入推理内存层级，Agent 状态管理与技能检索成为系统问题聚焦高带宽闪存用于 LLM 推理、确定性 serving、长程研究 Agent 的可恢复状态、Agent Skills 检索瓶颈，以及知识—推理解耦与隐空间检索推理。每日技术报告｜2026-08-17：Agent 前缀保留、分层 KV 传输与多模态状态调度聚焦 vLLM 的 Agent 前缀保留与 Mooncake 分层 KV 传输、TensorRT-LLM 多模态编码预算，以及 SGLang 的多模态交错执行和 GDN 推测验证优化。每日技术报告｜2026-08-16：Agent 记忆形式化、推理预算反转与 KV 安全边界聚焦 Agent Memory 的形式化定义、推理 token 预算导致的模型排名反转、KV prefix cache 时序侧信道、内存感知 speculative decoding，以及 J-space 从解释走向安全审计。每日技术报告｜2026-08-15：失败恢复变成接口设计，持久记忆开始参与路由聚焦 DARC 的诊断式 Agent 恢复、Consolidator 的跨上下文持久路由记忆、Avalon-ToM-Bench 的隐状态表征发现，以及 LiveAnimate 的有界检索式 KV Cache。每日技术报告｜2026-08-14：跨模型 Latent 通信、长上下文依赖与 Agent 安全边界聚焦 XBridge 的异构 LLM 隐空间通信、长上下文训练对参数知识的影响、Agentic LLM 安全研究缺口，以及近无损稀疏注意力的新证据。每日技术报告｜2026-08-13：KV 压缩开始诊断“为什么失败”，可回滚生成重画缓存边界聚焦 KVDiagnosis、Archer、OasisKV 与 HoloAegis：从 KV 压缩失败诊断、可回滚生成的状态复用，到 speculative lookahead 驱动的稀疏预取与低开销安全状态监测。每日技术报告｜2026-08-12：从“预测淘汰”到读取淘汰计划，KV 路由开始显式建模驻留所有权聚焦 LMCache 的 eviction-aware lazy offload、NVIDIA Dynamo 的 KV residency domain，以及 SGLang 面向 DeepSeek-V4 的 MoE deferred finalize。每日技术报告｜2026-08-11：Latent Guard、Agent 隐蔽注入与结构化 KV 生命周期聚焦 LatentGuard 的可审计隐空间推理、II-Bench 揭示的 Computer-Use Agent 低显著性注入，以及 MemDecay 对 Agent 上下文结构化 KV 生命周期的实证。每日技术报告｜2026-08-10：Serving 框架走向系统栈分化，Agent 基础设施强调可追踪执行聚焦近 72 小时可核验的一手材料：LLM serving 框架的真实开源采用特征，以及工具型 Agent 在证据、执行轨迹和外部状态管理上的系统设计。每日技术报告｜2026-08-09：可恢复 KV 淘汰、推理轨迹协同压缩与 Tensor-as-a-Service过去 24 小时缺少足够高质量的一手系统材料，本期按规范回退至 72 小时，聚焦 QEvict、ReCo、TensorCast、异构注意力内存可观测性与 Autogrammar。每日技术报告｜2026-08-08：Agent 技能边界、长轨迹审计与层次化隐空间预测聚焦 Skill-Use、SearchAuditor、Activity Frames、HiLP、Subliminal Learning 与 EdgeXpert，观察 Agent runtime、隐空间训练和边缘推理的新变化。每日技术报告｜2026-08-07：KV Cache 网络化、Agent 在线压缩与可组合技能记忆聚焦 KV Cache 作为跨实例基础设施、Agent 在线 KV 压缩、参数化技能与文本知识组合，以及长视觉上下文检索的新进展。每日技术报告｜2026-08-06：在线 KV 压缩、可恢复缓存与混合模型状态边界聚焦 Agent 在线 KV Cache 压缩、Dynamo 持久化 KV 布局、vLLM/SGLang 混合状态修复，以及 Kimi K3 推测解码工程进展。每日技术报告｜2026-08-05：语义寻址推测解码、Agent 生产负载与隐状态审计聚焦 Oilbird 语义寻址推测解码、GitHub Copilot 生产级 Agent 负载、自演化技能的稀疏反馈规律，以及 LatentGuard 隐状态安全审计。ReTopK：在排序前先召回，用历史 Top-K 决策加速长上下文注意力解读 ReTopK 如何通过相似 Query 召回历史 Top-K 支持集合，并在紧凑候选集上精确重排，从而降低长上下文稀疏注意力的索引发现成本。每日技术报告｜2026-08-04：会话身份进入推理内核、混合状态竞态与 FP8 融合聚焦 vLLM 会话级身份透传、混合 Mamba 前缀缓存竞态修复、SGLang RMSNorm–FP8 量化融合，以及 Agent Memory 的系统级工作负载特征。每日技术报告｜2026-08-03：弹性推测解码、可扩展 KV Cache 与 DSA 索引缓存收缩聚焦 ECHO 推测解码工程化、vLLM 可扩展 KV Cache、SGLang 长上下文索引融合，以及 llama.cpp 的 GLM DSA 索引缓存优化。每日技术报告｜2026-08-02：反因果 KV 淘汰、解码侧前缀复用与缓存一致性聚焦反因果惊讶驱动的 KV 淘汰、SGLang 解码侧 Radix 前缀复用、vLLM KV Offload 流同步，以及 CUDA Graph 内存复用。每日技术报告｜2026-08-01：选择性 KV 传输、语义位置无关缓存与动态宽度推理聚焦 SmartGen、SemPIC、WIDE、MemHarness 与 Qwen-UI-Agent，分析 KV 数据路径、可复用表示、动态稀疏和 Agent 记忆重构。AIStor Memory：面向 AI Agent 的企业级长期记忆层解析 MinIO AIStor Memory 如何统一 Agent 长期记忆、工作空间与凭据，并讨论它与向量数据库、AgentFS 和 MemKV 的区别。每日技术报告｜2026-07-31：受控解码、Kimi-K3 FP8 适配与分离式推理工程化聚焦 DIRECT 的模板化受控解码、vLLM Recipes 中 Kimi-K3 FP8 与 MiniMax-M3 分离式部署进展，以及模型适配走向可复现配方的趋势。