当注意力失明：ALiBi 位置编码里藏了三年的浮点数陷阱
## 一个看不见的盲区 假设你训练了一个 7B 参数的语言模型，上下文窗口 2048 token。你用了 AL...
steper
扩散语言模型加速的双轴难题：LATCH 如何用验证对象区分何时停与在哪加速
> 你不能通过检查每一粒米是否煮熟，来判断一道炒饭能不能上桌——你只能尝一勺。 2026 年 7 月底，arX...
给 Agent 装技能库，结果它把原本会的题做错了：5832 次实验拆解回归税
# 给 Agent 装技能库，结果它把原本会的题做错了：5832 次实验拆解"回归税" ## 一个反直觉的发现...