Ce Zhang
PulseAugur coverage of Ce Zhang — every cluster mentioning Ce Zhang across labs, papers, and developer communities, ranked by signal.
-
Cursor 与 Together AI 合作实现实时编码推理
Cursor 已与 Together AI 合作，以增强其 AI 驱动的编码能力。Together AI 已开发了提供实时推理所需的基础设施，使 Cursor 的编辑器内代理能够在开发人员反馈循环的严格延迟要求内生成代码。
-
Cursor 与 Together AI 合作实现实时代码生成
Cursor 已与 Together AI 合作，以增强其 AI 驱动的编码辅助功能。Together AI 已开发了提供实时推理所需的基础设施，使 Cursor 的编辑器内代理能够在主动开发人员编辑所需的严格延迟限制内生成代码。
-
MiniMax M3发布，具备100万token上下文和MSA架构
MiniMax发布了其M3模型，该模型采用了新颖的稀疏注意力（MSA）架构，支持100万token的上下文窗口和原生多模态能力。这种新架构显著降低了长上下文的计算成本，使得M3比前几代产品速度更快。该模型在编码和智能体任务方面也表现出色，在SWE-Bench Pro和Terminal-Bench等基准测试中超越了多个领先模型。
-
Together 和 MiniMax AI 预告即将发布的消息
两家人工智能公司 Together 和 MiniMax AI 分享了一个神秘的预告，暗示即将发布的消息。人工智能研究员 Ce Zhang 转推了这些预告，其中包含一个链接和一个火箭表情符号，暗示着一次重要的发布或发展。
-
Together AI 品牌重塑，专注于高效 AI 推理基础设施
Together AI 已推出品牌重塑，强调其作为专为 AI 原生应用构建者设计的“AI 原生云”的角色。该公司正专注于优化推理效率和成本效益，这是快速扩展的 AI 产品的一个关键因素。他们正在将自适应推测解码和量化技术等先进研究整合到其平台中，以提高 Cursor 和 Decagon 等客户的性能并降低成本。
-
Together AI 的领导者在 Latent Space 播客上讨论云智能和 5000 tok/s 速度
本期播客节目中，来自 Together AI 的 Ce Zhang 和 Vipul Ved Prakash 讨论了他们在云智能和 AI 模型性能方面的工作。他们深入探讨了实现高推理速度的技术方面，特别提到了每秒 5000 个 token 的吞吐量。对话可能涵盖了 AI 基础设施的进步以及有效扩展 AI 模型所面临的挑战。
-
Google AI推出LAVA优化云算力，Together AI扩展GPU云，Modal简化AI/ML部署
Google DeepMind的研究人员开发了LAVA，一种新的人工智能驱动的调度算法，旨在优化云数据中心的资源分配。LAVA持续重新预测虚拟机（VM）的生命周期，适应实际使用模式，而不是依赖初始估计。这种方法旨在通过更精确地将虚拟机打包到物理服务器上来减少浪费的容量并提高效率。该系统使用一种受生存分析启发的概率分布模型来处理虚拟机生命周期中的固有不确定性。