Liquid AI 预研:固定内存预算下的设备端持续学习
agihouse_org · x · 2026-11-19
Liquid AI 演讲第三点「为可适应性设计」:Ramin 预告了一项设备端持续学习(continual learning on devices)的研究——模型如何在固定内存预算内,既保留重要的上下文,又能适应新信息。这是端侧 AI 长期可用的关键问题之一。
所属事件:Liquid AI 布局端侧:2GB 内存车机跑多模态 Agent(2 条相关)→
「Infra」频道最新
- 奔驰北美车机跑 Liquid 本地模型,Shopify 要求查询改写 20ms 端到端 — agihouse_org · 2026-11-19
- Liquid AI 主题演讲要点:让 AI 能力走进身边的每台设备 — agihouse_org · 2026-11-19
- OpenAI 前 10% 研究员日均烧掉 2.5 万美元 token,评论区:没人付原价 — ivan_bezdomny · 2026-11-19
- Fchollet:经济中潜藏的 token 需求近乎无限,唯一刹车是成本 — fchollet · 2026-11-19
- 2x3090 本地跑 Hy4-Flash:Q3 量化下 PP 63、TG 22 tokens/s — EmilPi · 2026-11-19
- AWS HyperPod 新功能:把训练 goodput 从故障里抢回来 — AWS ML Blog · 2026-11-19