热点事件持续更新
Prefix Sliding：免训练长推理提速3倍
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月14日，AGI Hunt 报道了一篇 arXiv 新论文 Prefix Sliding，提出一种免训练的长推理加速方法。其做法是：推理时只保留由关键指令与工具信息组成的「前缀」，以及最近几千 token 的滑动窗口，中间推理 token 直接丢弃。报道称，该方案使现有模型提速 3 倍且性能不掉；配合 RL 训练可把推理轨迹扩展到超过 10 万 token。消融实验显示其效果优于中间 token 摘要与朴素滑窗。代码已开源。
AI 根据报道生成 · 2 小时前更新
最新进展10月14日 09:14
论文称该免训练方案令现有模型长推理提速3倍且性能不掉，代码已开源。报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- AGI HuntPrefix Sliding 论文：免训练令长推理提速 3 倍，打破记忆上限
arXiv 新论文 Prefix Sliding 提出免训练的长推理加速方法：推理时只保留关键指令与工具信息组成的「前缀」和最近几千 token 的滑动窗口，其余中间推理 token 直接丢弃。该方案让现有模型提速 3 倍且性能不掉，配合 RL 训练可扩展到超过 10 万 token 的推理轨迹，消融效果优于中间 token 摘要与朴素滑窗，代码已开源。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。