● PrismML 发布 1.58bit 开源模型 Ternary Bonsai

📌 一句话摘要 PrismML 发布了 Ternary Bonsai 系列开源模型，采用三元权重，在极致压缩的同时保持高性能，支持多种部署环境。 📝 详细摘要 这条推文宣布了 PrismML 公司 Ternary Bonsai 系列开源模型的发布。该系列模型的核心创新是使用了三元权重（-1， 0

● Hermes Agent 无损上下文压缩插件发布

📌 一句话摘要 一个针对 Hermes Agent 的插件，通过将消息存入 SQLite 并采用分层 DAG 摘要技术，解决了上下文填满时因有损摘要导致信息丢失的问题。 📝 详细摘要 这条推文介绍了一个解决 AI Agent 开发中常见痛点的技术方案。Hermes Agent 在处理长对话时，当

● The Art of Efficient Reasoning: 大道至简做好思维链压缩！

📌 一句话摘要 本文深入探讨了基于 Reward Shaping 实现大语言模型高效推理（思维链压缩）的实验观察与核心洞见，总结了在 Qwen3 系列模型上实现 20-40% 思维链压缩同时保持性能的关键策略与陷阱。 📝 详细摘要 文章围绕一篇名为《The Art of Efficient Re

● Claude 性能感知的下降原因分析

📌 一句话摘要 分析指出 Claude 所谓的「降智」现象实则是由于项目复杂度提升导致上下文压缩与理解难度增加。 📝 详细摘要 该推文针对用户普遍感知的 Claude 模型性能下降（降智）提出了不同观点。作者认为，随着用户处理的项目复杂度增加，长上下文的压缩和关联变得更加困难，这挑战了模型的理解

● 一句话理解大模型蒸馏的本质

📌 一句话摘要 模型蒸馏的本质是让廉价且快速的小模型学习大模型的能力，以达到性价比平衡。 📝 详细摘要 作者通过通俗易懂的语言解释了「模型蒸馏」（Distillation）的核心逻辑：由于大语言模型（LLM）运行成本高、推理速度慢，通过技术手段让参数量较小的模型模仿大模型的输出，从而在保留大部分

● 简洁性是衡量模型质量的信号

📌 一句话摘要 推文以伽利略的日心说模型为例，讨论了极度的简洁性（而非即刻的预测优势）往往是卓越科学模型的标志。 📝 详细摘要 作为系列推文的延续，Chollet 解释了简洁性是衡量模型质量的关键指标。他以伽利略的日心说模型为例，说明一个模型即使初始预测能力低于更复杂、已建立的模型（如托勒密体系

● 压缩型模型在科学中的价值

📌 一句话摘要 Chollet 认为科学应该优先考虑高压缩比的模型，即那些在预测能力与复杂度之间具有高比率的模型，即便它们只是“基本正确”。 📝 详细摘要 在这条总结性推文中，Chollet 呼吁转变科学处理模型的方式。他建议，具有高“压缩性”（预测能力相对于其复杂度的比率很高）的模型即使预测并

● Claude Code 自动压缩上下文阈值设置方法

📌 一句话摘要 介绍如何通过配置文件设置 Claude Code 自动压缩上下文的 Token 阈值。 📝 详细摘要 作为前一条推文的补充，本推文提供了 Claude Code 的另一个高级配置项：`CLAUDE_CODE_AUTO_COMPACT_WINDOW`。通过在配置文件中设置该参数，用

● TriAttention：支持 4090 本地运行 32B 模型的新技术

📌 一句话摘要 TriAttention 通过全新 KV Cache 压缩方法，实现单张 RTX 4090 部署 32B 大模型，推理速度提升 2.5 倍。 📝 详细摘要 由 @yukangchen_ 团队推出的 TriAttention 技术正式开源。该技术基于 Pre-RoPE 空间的三角函

● 基本压缩（Elementary Condensation）— LessWrong

📌 一句话摘要 本文探讨了“压缩”理论在可解释性领域的实际应用，利用信息论评分来评估不同的分解方法（如 SAE、PCA、随机）在恢复语言模型中共享概念及其作用域方面的表现。 📝 详细摘要 作者研究了 Eisenstat 在 2025 年提出的“压缩：概念理论”，该理论认为数据结构限制了“概念”应

● 23 个月的周期：从前沿 AI 到掌上算力

📌 一句话摘要 Tomasz Tunguz 分析了 AI 模型压缩的飞速发展，指出前沿级性能现已能在短短 23 个月内从数据中心迁移到智能手机上。 📝 详细摘要 这条推文强调了 AI 模型压缩的加速步伐，并以 Google 发布 Gemma 4 E4B 为例，展示了前沿级性能如何在移动设备上本地

● 从零开始理解量化

📌 一句话摘要 本文提供了 LLM 量化的简明技术概述，重点介绍了浮点数机制、离群“超级权重”的关键作用，以及不同位深带来的精度权衡。 📝 详细摘要 Simon Willison 整理并分析了 Sam Rose 关于大语言模型（LLM）量化机制的交互式文章。内容解释了浮点数的二进制表示，并引入了

● 推荐：TurboQuant KV Cache 压缩技术解析

📌 一句话摘要 转发并推荐了一篇关于 Google TurboQuant 论文的深度解析，该技术通过 PolarQuant+QJL 算法实现 KV Cache 的 3-bit 无损压缩。 📝 详细摘要 作者转发了一篇关于 Google TurboQuant 论文的深度解析。该论文提出了一种利用

● Google 新推出的 TurboQuant 算法将 AI 内存处理速度提升 8 倍，成本降低 50% 以上

📌 一句话摘要 Google Research 发布了 TurboQuant，这是一套无需训练的算法套件，可实现高达 6 倍的 KV Cache 压缩和 8 倍的注意力计算性能提升，显著降低了 AI 推理成本和硬件需求。 📝 详细摘要 TurboQuant 解决了大语言模型（LLM）中关键的“K

● 谷歌发布 TurboQuant：提升 LLM 效率

📌 一句话摘要 谷歌推出全新的 TurboQuant 算法，显著降低了 LLM 的内存占用并提升了推理速度，实现了高质量的本地 AI 执行。 📝 详细摘要 Alex Finn 重点介绍了谷歌发布的 TurboQuant，这是一种压缩算法，能在不损失精度的情况下，将 LLM 的键值（KV）缓存内存

● AI 记忆管理与人类梦境的类比

📌 一句话摘要 Andrew Chen 将 Claude Code 中的“Auto-dream”记忆巩固功能与人类的生理梦境过程进行了类比。 📝 详细摘要 这条推文重点介绍了 Claude Code 中位于 /memory 目录下的“Auto-dream”功能，它会定期运行一个子智能体（suba

● MiniMax 定理：压缩即智能

📌 一句话摘要 本文深入探讨了「压缩即智能」的核心逻辑，结合信息论、科学史、博弈论与生物学，阐述智能本质上是寻找最小描述长度以实现最大预测能力的过程。 📝 详细摘要 文章系统性地解析了 AI 领域的核心哲学「压缩即智能」。作者从刘慈欣科幻小说《诗云》中的穷举困境出发，指出智能不在于海量数据的堆砌

● Cursor 自研模型反超 Opus 4.6！价格脚踝斩，氛围编程沸腾了

📌 一句话摘要 Cursor 发布自研编程模型 Composer 2，凭借创新的“自我总结”强化学习技术，在性能超越 Claude Opus 4.6 的同时实现了价格的“脚踝斩”。 📝 详细摘要 本文详细报道了 AI 编程工具 Cursor 推出的自研模型 Composer 2 及其高性能变体。

● 想进 OpenAI？先解出这道题，百万美元算力已就位

📌 一句话摘要 OpenAI 发起 Parameter Golf 挑战赛，要求在 16MB 产物大小和 10 分钟训练限制下优化模型，旨在挖掘极致的模型压缩与效率优化人才。 📝 详细摘要 本文报道了 OpenAI 推出的全新技术挑战赛——Model Craft Challenge「Paramet

● 英伟达称其可在不改变模型权重的情况下将 LLM 记忆缩小 20 倍

📌 一句话摘要 英伟达研究人员推出了 KV 缓存变换编码（KVTC），这是一种非侵入式技术，它利用媒体压缩原理，将 LLM 记忆使用量减少 20 倍，并将初始响应时间加快 8 倍。 📝 详细摘要 英伟达发布了 KV 缓存变换编码（KVTC），这是一种旨在解决大型语言模型（LLM）推理中“记忆墙”