T
traeai
登录

公司

RadixArk

与Google合作开发SGLang的公司

已跟踪 6 条高相关材料

TraeAI 观察

相关材料

已收录 6 条与 RadixArk 相关的内容,按评分排序。

Hugging Face Blog 图标

DaisyRose-27B: Pushing the Frontier of Post-Training Efficiency

Hugging Face Blog1198 字 (约 5 分钟)
85

DaisyRose-27B通过强化学习训练,在多个基准测试中显著提升性能,18天内仅用1200个任务实现Terminal-Bench 4.1 pass@1从5.6%到12.0%的跃升。

入选理由:DaisyRose-27B在Terminal-Bench 4.1上实现pass@1从5.6%到12.0%的提升

精选文章#DaisyRose-27B#强化学习#Hugging Face#模型训练英文
Deploy frontier AI models on AWS Trainium with SGLang-Neuron

Deploy frontier AI models on AWS Trainium with SGLang-Neuron

AWS Machine Learning Blog592 字 (约 3 分钟)
85

AWS推出SGLang-Neuron插件,支持在Trainium芯片上高效部署前沿AI模型,结合PyTorch和Neuron技术提升性能。

入选理由:SGLang-Neuron通过PyTorch和NKI内核实现Trainium芯片的高效模型执行

精选文章#AWS#Trainium#SGLang#Neuron#AI模型英文
Google Developers Blog 图标

Announcing New vLLM and SGLang Inference Engines on TPU

Google Developers Blog1557 字 (约 7 分钟)
85

Google推出基于TPU的vLLM和SGLang推理引擎,通过TorchTPU实现PyTorch原生支持,优化大模型服务性能。

入选理由:TorchTPU使TPU成为原生PyTorch设备,支持自定义Pallas内核

精选文章#TPU#PyTorch#推理引擎#AI#大模型英文
163: 详解DeepSeekV4:Infra巨鲸、百万上下文走进现实、极致效率优化

DeepSeekV4发布,通过组合创新和工程优化,在R1的“测试时扩展”范式下,实现百万上下文从理论到实用的飞跃,对Agent和多步复杂任务具有重要意义。

入选理由:DeepSeek V4沿用现有范式,未带来范式变化,但通过一系列技术创新显著提升了长上下文处理能力。

精选播客#DeepSeek#大模型#注意力机制#优化器#稀疏注意力中文
Congrats @ying11231 @BanghuaZ and @radixark team!

祝贺 @ying11231 @BanghuaZ 和 @radixark 团队!

Fish Audio(@FishAudio)97 字 (约 1 分钟)
45

Fish Audio 在 X 平台转发祝贺 RadixArk 融资 1 亿美元的消息,内容仅为社交致谢与链接跳转,无技术细节、架构说明或实践指导。

入选理由:RadixArk 宣布完成 1 亿美元种子轮融资,估值 4 亿美元。

精选推文#RadixArk#AI基础设施#融资英文

跨材料问答 · RadixArk

回答基于:RadixArk 相关 6 条材料
    0 / 500

    AI 可能会生成不准确的信息,请核实重要内容