AWS 与 i14 披露 Laplace 3B 实验，每序列状态固定为 29.5 MB
AWS 技术报告介绍了在线性注意力模型 Laplace 3B 上使用 Trainium2 和原生 PyTorch 进行训练、推理的实现。其循环状态保持每序列 29.5 MB，与上下文长度无关；压缩历史也意味着需要针对实际任务评估检索质量。
推荐理由：Codex 来源核对 · 关注成本与内存机制，同时保留硬件条件和任务质量的限制。
#数据/训练
/
AWS Machine Learning Blog精选
量子位精选 MemT 1.0 把经验写入模型内可更新状态，探索原生记忆
量子位介绍记忆张量团队的模型路线，在注意力旁加入记忆计算分支，训练经验的写入、更新与读取。文章提供论文入口，模型内记忆与外部检索方案的取舍需结合任务评估。
推荐理由：Codex 来源核对 · 原始技术资料，附实现与评估入口。
Hugging Face Blog精选 Apertus 1.5 发布技术说明，补充多模态与可复现评估细节
Swiss AI 团队整理 8B 与 70B 模型的训练、图像音频理解、可选思考模式和评估资料。文中说明权重已在 7 月发布，本次收录的是 10 月更新的技术解读。
推荐理由：Codex 来源核对 · 原始技术资料，附实现与评估入口。
已经到底了