归档
按时间浏览全部公开内容。
26
2026
每日技术报告｜2026-10-09：Agent 跨层状态协议、细粒度显存回收与混合注意力聚焦 HEAR、MOLT、Hybrid Mechanics、SRD、RunningTab、DecepEval 及两项 KV 工程修复。每日技术报告｜2026-10-08：Agent KV 生命周期与状态同步追踪 Lachesis、NeMo-DCR、TRACE、NCCL M2N、SquidAgent 及推理框架近期工程变化。每日技术报告｜2026-09-30：Agent KV 工作集、静态图复用与共享 KV 数据层聚焦 EfficientAgent 的 Agent KV reuse working set、EuroSys 2027 移动 NPU KV 复用、CodeSkill 行为级 latent skill，以及 LMCache 与共享 KV appliance 新动态。每日技术报告｜2026-09-27：两级 KV 共享、可编程 Agent 状态与多模态 KV 路由聚焦 HySparse2、RRSI、JAZ 与 Matryoshka Attribution，并追踪 vLLM、LMCache、Dynamo、SGLang 的 KV 数据面更新。每日技术前沿｜KV I/O、两级 KV 共享与 Agent 状态管理正在汇流（2026-09-24）聚焦 Flash-dLLM、HySparse2、SWE-Serve、CliffCompaction、Jev-Mem、RRSI、DSec 与细粒度 MoE Expert Pruning，梳理推理 I/O、Agent 上下文与执行基础设施的新进展。每日技术前沿｜vLLM 0.30、长程 Agent 合谋与推理控制面（2026-09-23）聚焦 vLLM 0.30、FlashInfer 0.7、长程多 Agent 合谋、Data Agents、轨迹依赖压缩与分布式推理控制面等近期一手技术进展。每日技术报告｜2026-09-22：多模态 EPD 解耦、MoE 路由异步化与混合状态可靠性聚焦 SGLang-JAX 的多模态编码/语言服务解耦、TPU MoE 路由调度与 GDN 状态池内存优化，以及 vLLM/LMCache 混合注意力 KV 故障恢复问题。每日技术报告｜2026-09-21：按需全局注意力、Agent 授权边界与 PB 级 KV 存储聚焦 On-Demand Attention 的条件式全局读取、Agent 端到端 QA 与结构化授权，以及华为 PB 级 KV 存储和边缘 Agent 推理工程进展。每日技术报告｜2026-09-20：按需全局注意力、熵编码 KV 与长时 Agent 状态架构聚焦 On-Demand Attention、D-Quant、Compute-in-Flash、长时 Agent harness、编码 Agent 的状态条件证据检索，以及 vLLM-Omni 的 KV 复用实验。每日技术报告｜2026-09-19：SWA 有界重放、L3 乐观 Prefill 与可更新 Agent 记忆聚焦 vLLM 的 DeepSeek-V4.1 SWA 有界重放、SGLang 的 L3 乐观 Prefill，以及上下文压缩、多 Agent 协作和无监督安全检测的新论文。每日技术报告｜Agent 长上下文状态复用、Wiki Memory 与可验证可解释性聚焦 WFM 的 Agent 原生 Wiki 表征、JustFit 的 200K 本地长上下文状态管理、Fixed-SAE Track 与可解释性形式验证，以及 TensorRT Edge-LLM 的 Agentic 基准优化。每日技术报告｜2026-09-17：状态生命周期、Agent 工作负载与推测解码的新边界聚焦 JustFit 的即时状态管理、ECHO 推测解码、KV 表征注入、Paper2Agent、Koa，以及 MLPerf Agentic 与主流推理框架的状态管理变化。每日技术前沿｜预测式 LLM 调度、经验记忆与 RL 表征追踪（2026-09-16）聚焦 MAPS 预测式解码调度、CoMem 多智能体双层记忆、Learning to Coach 经验压缩、Fixed-SAE Track 的 RL 表征追踪，以及 LMCache 多硬件 nightly 更新。每日技术报告｜2026-09-15：PD 路由状态一致性、实时世界模型推理与全双工 Agent 前端聚焦 vLLM 的 R3+PD 路由状态传递、vLLM-Omni 世界模型实时推理路线，以及 GPT-Live-1 将语音交互层与后端推理/工具执行解耦的工程趋势。每日技术报告｜2026-09-14：DeepSeek V4.1 Flash 把 KV 压缩推进到模型架构层，推理框架进入适配期聚焦 DeepSeek V4.1 Flash 的 CED、CSA2 与 FP4 KV 缓存，MetaKV 的请求级自适应压缩，以及 vLLM 新模型适配暴露的高并发与接口边界问题。每日技术报告｜2026-09-13：PIM 接管 KV 生命周期、NVMe 缓存盈亏线与稀疏 MLA 工程化聚焦 PATTON、py-kvcache、REVA 等近期论文，以及 vLLM、SGLang、TensorRT-LLM、FlashInfer 在稀疏 MLA、HiSparse 与内核路径上的最新进展。每日技术报告｜2026-09-12：Agent 工作流尾延迟、PD 能效控制与路由状态复用聚焦 Agent 工作流的 release 调度、分离式推理的阶段化能效控制、vLLM 路由专家状态复用，以及隐空间因果分析的新进展。每日技术报告｜2026-09-11：DeepSeek V4.1 Flash 将 KV 压缩推到模型架构层聚焦 DeepSeek V4.1 Flash 的 Causal Encoder–Decoder、CSA2、FP4 KV 与 SWA Bounded Replay，并结合 vLLM 混合状态量化 RFC 分析新型模型状态对推理系统的影响。每日技术报告｜2026-09-10：Agent 程序图、记忆压缩与能力边界聚焦 Procedural Graph、MemForest、模型与 Harness 协同演化、编码 Agent 能力授权，以及生产 Agent 工作流的运行时解耦。每日技术前沿｜Agent 工作区 KV 虚拟化、记忆可迁移性与推理稀疏监督聚焦 KVMem 的百万 Token Agent 工作区 KV 虚拟化、Agent 记忆跨模型迁移、端到端 Agent 构建基准、极稀疏推理监督，以及 vLLM 与 LMCache 的近期工程变化。每日技术报告｜2026-09-08：自适应上下文并行、Trace-as-State 与 HiCache 负载回迁调度聚焦 Vertumnus 自适应上下文并行、长上下文 Trace-as-State、多 Agent 异构 GPU 编排、长期 Coding Agent Harness，以及 SGLang HiCache 与 KV 分片的新进展。每日技术报告｜2026-09-07：Agent 记忆进入授权边界，推理运行时开始显式管理会话与 KV 状态聚焦 Agent Memory 授权污染与偏好漂移、显式世界模型优化，以及 vLLM Agentic API、SGLang、TensorRT-LLM 暴露出的会话与 KV 状态管理问题。每日技术报告｜2026-09-06：KV 压缩开始理解“头的功能”，Agent Memory 进入授权安全边界关注 SGD-KV、HeadWiseKV、Agent Memory 授权漂移、Harness-of-Harness 与 reasoning trajectory 控制实验，并记录 vLLM 混合模型长上下文路径暴露的工程问题。每日技术报告｜2026-09-05：动态 KV 预算、随机驱逐与 Agent 多步推测执行聚焦 GrowPage 的按需 KV 容量、Random Attention 对 KV 打分范式的挑战、InertiaKV 的时间聚合，以及工具型 Agent 的多步推测执行。每日技术报告｜2026-09-04：Agent 显式状态、跨轮安全状态与 vLLM 原生自基准聚焦长程 Agent 的显式执行状态与跨轮安全状态、Agent 故障诊断与长程 MCP 基准，以及 vLLM 将 Dynamo 自基准能力上移到推理引擎的 RFC。每日技术报告｜2026-09-03：长上下文推测解码压缩 Draft KV，Agent 开始显式管理执行记忆聚焦长上下文 speculative decoding 的 draft-side KV 压缩、Gated-Memory Routing、Agent 上下文与缓存连续性的耦合，以及 vLLM PD 场景的 draft KV 传输缺口。每日技术报告｜2026-09-02：Agent 执行状态显式化，混合 KV 缓存暴露共享策略边界聚焦 SKILL.state 的显式可变执行状态，以及 vLLM 混合 KV 前缀缓存、长上下文推测解码和 SGLang MTP 长时运行中的新工程问题。每日技术报告｜2026-09-01：上下文开始由 Agent 主动管理，KV 驱逐走向概率化，Harness 进入系统抽象层聚焦 ContextPilot、概率化 KV Cache 驱逐、Logos 跨进程 Agent Harness、CrabOS、工具调用隐藏状态审计与 Sliding-Window Attention 等近期一手进展。每日技术报告｜2026-08-31：Agent 批处理推测解码、稀疏 Attention 内核化与分层 KV 的多节点边界聚焦 AgentSpec、CorporateBench、弱模型引导 RLVR、FlashInfer 0.6.18，以及 vLLM 分层 KV offload 暴露的多节点一致性边界。每日技术前沿｜2026-08-30：Agent Skill 生命周期、可组合资源 KV 与低精度缓存的硬件边界聚焦 SkillsVote 的 Agent Skill 生命周期治理、ReCache 的工具/技能资源级 KV 复用与压缩，以及 SGLang NVFP4 KV Cache 在 SM121 上暴露的性能边界。