知识压缩相关 AI 资讯 · AI 热点

7月28日

00:27

00:27

官方一手AWS Machine Learning Blog@Dhananjay Karanjkar

传统RAG在处理跨数百文档的分析任务时效果有限。AWS提出了任务感知知识压缩（TAKC），将整个知识库预压缩为任务特定表示，并在多个保真度级别缓存。系统根据查询路由到合适的层级。该方法已提供开源实现，可部署在AWS上。

AI模型 RAG TAKC AWS

推荐理由：AWS搞了个新方法TAKC，能把知识库压缩成不同精度的缓存，让AI跨文档分析更快更准，比传统RAG强多了。

7月14日

04:15

04:15

Latent.Space@latentspacepod

精选

EngramLab 联合创始人兼 CEO Dan Biderman 在一档播客中讨论了 AI 记忆系统的未来。他提到长上下文、RAG 和压缩技术最终都会失效，而 Engram 通过将知识压缩到“知识墨盒”和模型权重中来实现持续学习。他认为令牌效率与智能密不可分，个人模型可以像电子宠物一样持续进化。EngramLab 已获 9800 万美元融资，正在为百万级持续更新的 AI 记忆构建研究和基础设施。

行业 EngramLab 连续学习知识压缩

推荐理由：想搞懂为什么长上下文和RAG不够用？EngramLab创始人亲自讲他们怎么用知识墨盒和连续学习让AI真正记住你，比传统路子更接近个人智能体。