（来源：上观新闻）
这项由🍼🍨斯坦福大学👗主导的研究🍰以预印🐝本形式于2🇽🇰026年📥🦈4月发🇳🇬表，论文编号为a🇨🇨🦋rXiv:26🧞♂️🧗♀️04.05🇮🇳😆336🏣🏴v1，有兴趣⬜深入了解的读🇳🇱⤴者可以通🇱🇨过该编号在ar📔Xiv平台查询完💺整论文🚩🚣。从V2的MLA开👩🔌始，每一代🔰🆑都在删KV 👨🔧🇬🇾cac🥽he、删激活参⚙数、删注意力🦁⏱计算量🇸🇿。推理过程本🧓泛站身是AI内部的🎨📫思考流，而外部🇹🇬🐚可观测的、有👩🎦意义的🐾🥖评价对象是🍢🇵🇫完整的推理🤡结果，两者之间🇬🇵🕗不需要强行🇯🇪建立逐♨☪步对应🤴关系🚺。“我不知道这⏱🇧🇭到底是件好事㊙🌩还是坏事🌒。研究团🤷♀️队将挑战归纳为四🧘♀️个层面，每一个🐥单独拿出来都不🏴☠️简单，而它们叠加🔰🦇在一起，就🙄🐘构成了一道👼🚅极为复杂的难题🥞。
这种思路🙌🇩🇴对普通☕🙅♂️用户意味着什么？🛹🇧🇴以客服机器人🍸🈂为例，如果一🇮🇱家公司发现自己⚾🍟部署的AI🥄助手在处理退🚉☑换货时🈴🕸经常出错，✖不需要重🥗新训练整个模型，🔭🚱也不需要从头👧🙇♀️设计训练方🆒🌷案——只需要收🥬🏳️🌈集一批失败记录💭，跑一遍T🚔RACE系统，几🕴🧵个小时内↩就能生成针对这➡家公司业务特点🐘🐿的专项🇧🇴训练，🌧⏰修补AI在该场🕎🍳景下的具👨🦱🧵体短板🔦♠。不过最😾📬泛站近，这个找🧾😁搭子的问🇹🇭题，可能🧯㊗要被广交会上的一🏠🚿台人形机器人🈁⚫解决了🥠👹。
