Microsoft Research：物理 AI 机器人推理卸载研究挑战机载 GPU 假设
Microsoft Research 的研究显示，仅依赖机器人机载 GPU 运行物理 AI 推理会限制性能、续航和可扩展性，将推理卸载到边缘或云端 GPU 可显著改善。
#部署/工程
#部署/工程
今日 0 条Microsoft ResearchAI 评分4949
Hugging Face BlogAI 评分5151 ALTK-Evolve 实验发现智能体记忆需要按模型能力校准剂量
IBM Research 团队基于 ALTK-Evolve 在 AppWorld 的 585 个多步任务上测试八种模型后发现，智能体记忆该给多少取决于模型能力。
Hugging Face BlogAI 评分4848 Hugging Face 提出 Offline Top-K Logits 与融合分块 KL 损失，让知识蒸馏成本大幅下降
Hugging Face 发布论文，通过缓存 teacher 的 top-100 logits 实现 offline 蒸馏，并引入 fused chunked KL 损失，避免生成全词表×序列长度的矩阵。
Berkeley AI ResearchAI 评分5252 K-Search 新增 MLX 后端，用 CUDA 经验在 Apple Silicon 上实现近专家级内核
研究者将 Berkeley Sky Lab 的演化式内核搜索框架 K-Search 扩展出 MLX 后端，通过结构化 CUDA 到 MLX 翻译层把数十年的 NVIDIA 内核优化知识迁移到 Apple Silicon。
Google ResearchAI 评分4747 Google 提出线性弹性缓存：用 ski rental 问题优化云缓存成本
Google Research 在 CIDR 发表的线性弹性缓存（linear elastic caching）方法，把页面逐出建模为 ski rental 问题，用轻量级决策树模型为缓存页预测 TTL，动态调整缓存大小。在 Spanner 生产环境中，相比固定大小缓存，内存占用降低 15.5%，cache miss 仅增加 5.5%，TCO 降低约 5%，对实际 I/O 成本影响仅 0.5%。
Google DeepMindAI 评分5858 Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构
Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构，将大模型训练拆分为异步通信的计算“孤岛”，隔离硬件故障并大幅降低带宽需求。
Google ResearchAI 评分4444 Google Research 推出 TurboQuant：以极致压缩重新定义 AI 效率
Google Research 推出 TurboQuant 压缩算法（将发表于 ICLR 2026），通过结合 Quantized Johnson-Lindenstrauss（QJL）和 PolarQuant（将发表于 AISTATS 2026）实现零内存开销的向量压缩，可在不损失精度的情况下压缩模型和 KV cache。