让 LLM 推理更快、更省、能部署到更小硬件的论文精读。每篇均含中文精读页与英文版。
| 论文 | 主题 | 中文精读 | 英文版 |
|---|---|---|---|
| Declarative Attention(2026-09) | 稀疏注意力 · KV Cache · 长上下文 | declarative-attention/ | en.html(完整英译) |
| FreeToken(2026-09) | MoE · 边缘部署 · 带宽自适应 | freetoken/ | en.html(英文速读) |
| ReSET(2026-08) | 量化 · NVFP4 · 温度缩放 | reset/ | en.html(英文速读) |
| Random Attention(2026-09) | KV Cache 驱逐 · 推理模型 · 高效服务 | random-attention/ | en.html(英文速读) |
| DeepSeek-V4.1-Flash(2026-09) | KV Cache 压缩 · MoE · 多模态 · 长上下文 | deepseek-v41-flash/ | en.html(完整英译) |
返回总索引。