算法论文8
百度：ESS方案突破DeepSeek-V3.2-Exp显存瓶颈
InfoQ
AI 摘要
百度百舸AIAK团队：针对DeepSeek-V3.2-Exp设计ESS方案，通过卸载预取Latent Cache突破显存瓶颈，模拟验证显示能大幅提升吞吐，未来将拓展至更多大模型。
阅读原文 · InfoQ
突破显存瓶颈：基于 DeepSeek-V3.2-Exp 的 Latent Cache 卸载预取方案设计与模拟验证
百度百舸AIAK团队针对DeepSeek-V3.2-Exp，设计基于Latent Cache的卸载预取方案ESS。该方案解决显存瓶颈，提升Decode吞吐并降低成本，经模拟验证效果显著，未来将拓展应用。
关注公众号
扫码关注
第一时间收到每日精选
相关文章
产品应用8
DeepSeek-V3.2-Exp：稀疏注意力破长文本效率瓶颈
在NLP领域，处理长文本时传统注意力机制效率低。DeepSeek团队推出DeepSeek-V3.2-Exp模型，引入稀疏注意力机制，在保持性能同时提高长文本处理效率，降低计算复杂度，在多基准测试中表现良好。
CourseAI
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
算法论文8
Token压缩率飙升60% 大模型分词革新
当前大模型效率优化多聚焦降低单位Token计算存储开销，本文解读arXiv新预印论文，针对传统BPE分词的固有局限，提出CNF-MCE分词框架，可大幅提升Token压缩率，开辟大模型效率优化新路径。
InfoQ
算法论文8
清华Jev-LDE：一次编辑暴涨ICL准确率
清华大学自动化系研究者针对大模型上下文学习（ICL）中示例选择成本高、效果不佳的问题，提出Jev-LDE方法，仅对初始检索示例做一次局部编辑，即可大幅提升1-shot准确率，推理成本增量很低。
机器之心