新闻资讯7
MiniMax研讨会：长上下文与混合架构成焦点
Founder Park
AI 摘要
MiniMax技术研讨会指出，RL在有限上下文下能赋予模型新能力，只在数学和代码上训练易致幻觉，长上下文是Agent变革点，混合架构将成主流，还分享推理实践及M1相关问题解答。
阅读原文 · Founder Park
MiniMax 技术闭门会分享：长上下文是 Agent 的 Game Changer
MiniMax 7月10日举办M1技术研讨会，探讨模型架构创新等领域。会议围绕RL能否赋予模型新能力、预训练价值等展开，指出长上下文是Agent的Game changer，混合架构将成主流，还分享了混合架构推理实践及M1相关问答。
关注公众号
扫码关注
第一时间收到每日精选
相关文章
算法论文9
苹果LensVLM：长上下文的放大镜
本文介绍苹果基础大模型团队与杜克大学联合提出的LensVLM方案，针对长上下文压缩易丢失关键信息的痛点，提出将长文本压缩为图像、模型按需展开细节阅读的新思路，相关研究已被NeurIPS 2026接收，公开了模型、代码与可体验Demo。
机器之心
新闻资讯8
字节Seed发现DeepSeek-V4周期性弱点
本文解读字节Seed团队的研究发现，解释了DeepSeek-V4模型因分块KV Cache压缩存在周期性性能波动，并给出普通用户可直接使用的应对技巧。
MacTalk
新闻资讯8
字节发现DeepSeek弱点 实测V4.1结果不同
本文报道字节Seed团队发现DeepSeek V4基础模型因分块KV压缩存在周期性相位敏感性弱点，作者复刻实验实测现役DeepSeek V4.1-Flash，讨论了长上下文评测的盲区，新版本弱点已明显减轻。
AI科技评论
推荐文章9
Kimi与DeepSeek同现大模型架构图
本文梳理大模型Attention架构从分流到重组的变迁路径，以MiniMax多次架构调整、GLM-5.3-Flash融合Kimi与DeepSeek技术路线的案例，分析大模型研发的平衡逻辑与行业竞争力核心。
AI科技评论