研究与解释
方法、指标和数据来源
29 条精选近 30 天 29 条共收录 105 条
vLLM 在 P-D 分布式部署中引入双向 KV 传输机制，通过 decode 节点保留跨轮 KV 缓存并传回 prefill 节点复用，避免了重复计算。基准测试显示，在 Qwen3-32B 上最长提示词下 TTFT 可降低 1.6 倍，在 GLM-5-FP8 上可降低 3.3 倍。
推荐理由原文展示了 vLLM 中双向 KV 传输机制，通过保留和重用跨轮的 KV 缓存，显著降低了多轮对话场景下的 TTFT，提供了具体的性能提升数据和实现指南。
AWS发布了基于NIXL的推模式KV转移功能，用于提升vLLM分布式推理的TTFT和TPOT。在使用Amazon EC2 P5en实例连接EFA的基准测试中，该功能对Qwen3-32B模型实现了最多3倍的TTFT提升和30%的TPOT改进，相比传统的拉模式显著降低了关键路径延迟。
推荐理由原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
研究利用大语言模型阅读财报，测量企业如何响应地缘经济压力。出口管制促使目标企业在国内加大研发以建立本土替代技术，尤其受美国半导体和人工智能管制的中国企业。对俄罗斯实施的制裁导致联盟国（欧美）收入损失和资产减记，欧洲面临能源成本冲击，而中国和印度等第三方国家因填补市场真空而受益，获得折扣油价和重新路由的贸易。
推荐理由原文通过 LLM 读取财报，系统性测量了地缘经济压力下企业的响应与行动，提供了从出口管制到制裁、关税三种压力手段的实证对比，揭示了供应链重组与国内研发投入的关键变化。
该研究实证比较了传统银行、金融科技MTO及稳定币三种跨境支付渠道的成本。研究发现，金融科技MTO相对银行显著降低了小额支付成本，但稳定币跨境转账仍依赖法币兑换，受交易所费用和流动性制约；稳定币在发达市场到部分新兴市场的转账中提供较优的FX定价，但这反映了资本控制扭曲而非技术优势，且市场深度有限、定价波动大。
推荐理由研究通过实证数据对比了银行、金融科技MTO和稳定币跨境支付的成本，揭示了稳定币在FX定价上的优势受资本控制影响，且流动性受限，为读者提供了跨渠道成本对比的实证依据。
研究实证表明稳定币与银行存款部分替代，存款利率上升会抑制稳定币增长，USDC 受影响显著强于 USDT，结果对银行资金条件和货币政策传导有影响。
推荐理由研究实证表明稳定币与银行存款部分替代，存款利率上升会抑制稳定币增长，USDC 受影响显著强于 USDT，结果对银行资金条件和货币政策传导有影响。
Google Research在专利起草领域进行三个月田野实验，随机分配AI工具访问权给133名专利律师。实验发现：在10天和90天的起草任务中，AI工具均显著提升了 drafting scores（0.34 SD和0.38 SD），主要通过减少差评和增加良好评分实现，但优秀评分无变化。
推荐理由实证研究通过三个月田野实验，揭示了AI辅助在专业领域提升短期产出与长期技能形成的冲突：初学者短期表现提升但未转化为持久专业判断，资深者则通过AI作为‘逻辑审计员’强化了基础专业知识。
ReviewBench 是一个基于 1.039 亿真实 Pull Request 的 AI 代码评実基准，包含 219 个跨语言的公开 PR，提供 grounded 与 augmented 等六项评估指标，支持按严重程度和类别切片评估。GitHub 利用该基准评估 Copilot 代码评実，预测了线上实验结果，展现出良好的线下线上一致性，并公开发布基准与评估方法，供社区自行评估与迭代。
推荐理由ReviewBench 作为一个新的 AI 代码评� benchmark，提供了多维度的评估指标和可复用的评估方法，帮助开发者评估和对比代码宐�智能体的性能，是一篇值得阅读的技术解析。
Microsoft 和 Hugging Face 联合发布 ThinkingBox 基准，用于评估 AI 代理在业务工作流中的可靠性。基准通过在 507 个 stateful 工作流中各重复运行 20 次，测量代理留下的数据库状态和副作用，而非仅依赖其生成的文本。
推荐理由ThinkingBox 基准揭示了 AI 代理在 507 个业务工作流中 20 次重复运行后的可靠性差异，展示了 pass@1 与 pass@20 的巨大落差，并提供可直接在 OpenEnv 上运行的基准工具。
谷歌发布联邦学习新系统，利用可信执行环境（TEE）实现可验证的数据匿名化。系统通过TEE协调数据上传、密钥管理和训练执行，仅在TEE内部处理加密数据，并将访问策略发布至公开透明日志。Gboard已采用该系统，实现英日语下一词预测模型的训练速度显著提升和隐私保证增强。该架构将计算从设备卸载至服务器，并支持可重现的构建和外部审计。未来将探索结合加速器和LLM推理等更复杂的工作负载。
推荐理由原文介绍了利用TEE技术实现联邦学习可验证隐私保护的技术架构，展示了如何在保证隐私的同时提升训练效率，读者可了解该技术在实际产品中的落地实践。