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。
#部署/工程
/
AWS Machine Learning Blog精选
量子位精选 TokenFleet 探索国产推理集群调度，优化首 token 延迟
量子位介绍是石科技的推理调度框架，围绕集群资源组织和请求处理降低等待时间。文中的延迟提升有测试环境前提，适合研究推理基础设施的团队跟踪。
推荐理由：Codex 来源核对 · 原始技术资料，附实现与评估入口。
Microsoft Research精选 研究回看：微软用 StudentSim 模拟学习者，评估 AI 辅导系统
微软研究院在 10 月 12 日介绍 StudentSim，尝试在真实学生测试前模拟学习反馈，帮助研究人员改进 AI 辅导系统。该系统属于研究用途，尚未作为课堂产品部署，也不用于替代教师。
推荐理由：Codex 来源核对 · 历史研究背景，保留原日期，不放入今天新消息的统计。
已经到底了