122b 近期进展 122b，指的是一种在人工智能领域使用的百万token上下文技术。这种技术旨在消除在处理百万token上下文时全上下文草稿KV负担，从而提高模型处理大量文本数据的能力。 Windowed-MTP：消除百万token上下文中的全上下文草稿KV负担 原文标题：Windowed-MTP：消除百万token上下文中的全上下文草稿KV负担 来源：arXiv cs.LG 近期，一项名为Windowed-MTP的技术被提出，旨在通过窗口化技术减少在处理百万token上下文时所需的内存和计算资源，从而提高模型效率。 AREX：递归自我改进的深度研究代理 原文标题：AREX：递归自我改进的深度研究代理 来源：arXiv cs.AI 另一项研究提出了AREX代理，这是一种递归自我改进的深度研究代理，它能够通过自我改进来提高模型性能，这对于122b技术的应用具有重要意义。 AMD推出Mac mini大小本地AI开发平台 128GB内存可跑2000亿参数模型 原文标题：AMD推出Mac mini大小本地AI开发平台 128GB内存可跑2000亿参数模型 来源：小互 AMD推出的本地AI开发平台，具备128GB内存，能够运行高达2000亿参数的模型，这为122b技术的实际应用提供了硬件支持。 当前焦点与观察点 目前，122b技术的研究和应用主要集中在如何减少处理大量文本数据时的资源消耗，同时提高模型性能。随着相关研究的深入，122b技术有望在自然语言处理、机器翻译等领域发挥更大的作用。