即刻App年轻人的同好社区
下载
置顶一个越来越强烈的判断：
Agent时代的核心矛盾可能不是模型能力，而是并发能力。单个Agent很强已经不够了。
当用户拥有1000个Agent时：
* 推理成本如何下降？
* 延迟如何控制？
* 显存如何扩展？
* 系统如何调度？
这可能会像当年单核CPU进入多核时代一样。
RWKV有趣的地方在于：
它从一开始就在尝试解决高并发推理问题。
未来真正改变世界的，
也许不是最强的Agent，
而是能同时运行1000个Agent的基础设施。
欢迎拍砖。
Agent时代的核心矛盾可能不是模型能力，而是并发能力。单个Agent很强已经不够了。
当用户拥有1000个Agent时：
* 推理成本如何下降？
* 延迟如何控制？
* 显存如何扩展？
* 系统如何调度？
这可能会像当年单核CPU进入多核时代一样。
RWKV有趣的地方在于：
它从一开始就在尝试解决高并发推理问题。
未来真正改变世界的，
也许不是最强的Agent，
而是能同时运行1000个Agent的基础设施。
欢迎拍砖。
4 00
“这个J-space是对于logit lens等等常识的改进和包装。它没看transformer的真正state（KV cache），而是看简单得多的残差流。
真正原生的忠实的对于global workspace的模拟，是RWKV这种纯RNN的state。这也是为何我对于纯RNN的LLM特别感兴趣，全世界只有我在训练纯RNN LLM。”
真正原生的忠实的对于global workspace的模拟，是RWKV这种纯RNN的state。这也是为何我对于纯RNN的LLM特别感兴趣，全世界只有我在训练纯RNN LLM。”
0 00
0 01
RWKV-7 被用于 1.5B 参数级自回归神经量子态实验，说明 RWKV 的恒定状态推理优势，正在从大模型推理扩展到量子多体模拟与 AI for Science 场景。
One More Time: Revisiting Neural Quantum States from a Reinforcement Learning Perspective
arxiv.org
论文作者有：
1、Aaron Courville，加拿大蒙特利尔大学 MILA 实验室副教授、也是 GAN 开山论文的合作作者；
2、Anna Dawid，波兰裔量子物理与机器学习科学家，荷兰莱顿大学 LIACS 助理教授
One More Time: Revisiting Neural Quantum States from a Reinforcement Learning Perspective
arxiv.org
论文作者有：
1、Aaron Courville，加拿大蒙特利尔大学 MILA 实验室副教授、也是 GAN 开山论文的合作作者；
2、Anna Dawid，波兰裔量子物理与机器学习科学家，荷兰莱顿大学 LIACS 助理教授
2 12