トレンドトピック
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
You Jiacheng
なんて美しい理論でしょう!
10月1日 09:02
フルバッチ勾配であっても、DLオプティマイザーは*安定性のエッジ*で動作するため、古典的な最適化理論に反します。
@alex_damian_では、実際のNNを正確に定量的に予測するこれらのダイナミクスを分析するための理論的ツールである「中心流」を導入します。
67.32K
K-POP、義務@basedjensen
2025年9月29日
人:ロボットは人類に取って代わりつつあります。
リアル:つま先を動かさずに主要なロボット会議でのロボットダンスショー。
2.62K
ところで、彼らはメイン MLA の FP8 KVCache に関する詳細な情報をリリースしました。
つまり、実際には FP1 の高密度 MLA と比較して ≈5/8 です。
2025年9月29日
予想通り、NSA は MLA と互換性がないため、DeepSeek は別の方法を選択しました: より小さい (d=128) アテンション (値なし) インデクサーとして使用します。
漸近コスト比 = 128/576。
さらに、インデクサーは FP8 を使用しますが、メイン MLA は 16 ビットを使用するため、= 64/576 = 1/9 になります。
23.65K
トップ
ランキング
お気に入り