斯坦福大学与加州大学伯克利分校的研究人员推出 TokenGate：基于令牌的注意力机制使长上下文预填充速度提升高达 11.3 倍
斯坦福大学与加州大学伯克利分校研究人员提出TokenGate——一种可即插即用的学习型令牌剪枝模块，适用于现有大语言模型（LLM）。该方法在不损失准确率的前提下，将长上下文预填充的首字生成时间（TTFT）加速1.4至11.3倍，峰值内存降低1.5至3.4倍。相关代码与检查点已开源。
AI NEWS JOURNAL
搜索 AI 资讯
检索标题、摘要与正文，把分散的信息连起来。
IskayPet 基于 Amazon Bedrock 托管知识库构建多语言企业知识助手
西班牙宠物护理公司 IskayPet 利用 Amazon Bedrock 托管知识库（Managed Knowledge Bases），在无需自建 RAG 基础设施的前提下，建成覆盖西班牙、葡萄牙、法国三国及西、葡、法、英四语的企业级知识助手，支持零售、兽医、入职与采购等业务场景。
Flint-interactive：面向AI代理的交互式数据可视化编程语言
微软研究院发布Flint-interactive，一种构建高表达力、语义化交互式数据可视化的专用语言。它通过编译器将用户操作（如点击、刷选）自动映射为语义事件，并以高层算子驱动图表、表格、文本等多元素联动更新，显著降低AI代理生成可靠交互可视化所需的成本与开发复杂度。
IBM发布Granite时序集成预测模型：四模型零微调组合，提供稳健默认预测方案
IBM Research推出开源的Granite Timeseries Ensemble（v1），集成PatchTST-FM-r1/r2、FlowState与Tiny Time Mixers四类预训练架构，支持零微调下的概率性集成预测；默认采用等权概率池化（Probabilistic Ensemble），亦提供基于四分位距自适应加权（IQR Ensemble）；在GIFT-Eval基准（截至2026-10-20快照）上，其点预测误差（MASE=0.683）略优于最佳单模型，整体鲁棒性显著提升。
谷歌云与英伟达宣布NVIDIA Vera Rubin基础设施正式商用：A5X实例上线，聚焦大规模强化学习与智能体推理
谷歌云与英伟达宣布基于Vera Rubin架构的A5X实例将于下月起正式商用，首期覆盖美国，后续扩展至欧洲；该平台整合NVL72 GPU、ConnectX-9 SuperNICs、Virgo网络及第四代液冷技术，专为大规模强化学习、生成式智能体推理等高密度计算场景设计。