热点事件持续更新
RAMP：循环深度语言模型的高效混合精度预填充
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月12日，arXiv Computation and Language 发表一手论文，提出 RAMP（Recurrent Adaptive Mixed Precision），面向循环深度语言模型的高效预填充。该方法在早期循环细化阶段使用低精度权重与激活进行计算，并在末端细化阶段恢复高精度，从而降低长上下文预填充的开销。目前公开信息仅包含该论文摘要，尚无后续验证或独立复现报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
arXiv 发布 RAMP 论文，提出循环自适应混合精度以降低长上下文预填充开销。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · Computation and LanguageRAMP：面向循环深度语言模型高效预填充的循环自适应混合精度方法
论文提出 RAMP（Recurrent Adaptive Mixed Precision），在循环深度语言模型中用低精度权重与激活计算完成早期循环细化，并在末端细化恢复高精度，以降低长上下文预填充开销。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。