用《富内斯》类比大模型上下文压缩
zetalyrae · x · 2026-07-04
作者感叹，每当有人提出激进的新策略来压缩token用量时，就会想到博尔赫斯短篇《博闻强记的富内斯》——主人公拥有完美无缺的记忆，却因此丧失了抽象与思考的能力。借此类比LLM在“全量记忆”与“压缩取舍”之间的根本矛盾。
「编程与Agent」频道最新
- 用去审查版 GLM 绕开 Claude 拒答： SS7 威胁建模工作流 — l4rz · 2026-10-27
- Cloudflare Durable Objects 被验证为 AI agent 高并发场景优选架构 — tristanbob · 2026-10-27
- GitHub Next 发布 Chopin:实时多人的 Agent 协作规划环境原型 — max__drake · 2026-10-27
- TMLR 论文：更强推理不等于更充分披露，Agent 思考越多未必告知越全 — SharonYixuanLi · 2026-10-27
- 作者称全由 LLM 编写的 Rust 库 bbtree 实测：快是真的，省内存翻车 — lmoroney · 2026-10-27
- 同一套 DeepSeek 内核两种优化路线：vLLM 拆专家、SGLang 降访存 — AccBalanced · 2026-10-27