eagle
PulseAugur coverage of eagle — every cluster mentioning eagle across labs, papers, and developer communities, ranked by signal.
- 2026-06-27 product_launch A novel cloud-based AI system named EAGLE was introduced for real-time detection of colorectal neoplasia. 来源
6 天有情绪数据
-
DeepSeek V4 Flash with DSpark 相比 EAGLE 显示出显著的速度提升
一位 Reddit 用户分享了他们使用 SGLang 通过 DSpark 部署 DeepSeek V4 Flash 模型在 HGX-H200 系统上的经验。他们将 DSpark 的性能与 EAGLE 进行了比较，发现 DSpark 的速度明显更快，尤其是在更高的批次大小下。基准测试表明，DSpark 能够在每个步骤中生成更多的 token，从而在接受率略有下降的情况下实现显著的吞吐量提升。
-
新的MRP技术提高了语言模型的速度和准确性
来自Modal Research和纽约大学上海分校HeavyBall Research的研究人员开发了一种名为多标记残差预测（MRP）的新技术，该技术提高了语言模型的速度和准确性。MRP通过训练一个小模块来预测扩散语言模型中相邻去噪步骤之间的残差差异，而不是预测整个分布。这种方法在静态模式下可以实现高达1.56倍的吞吐量，并且在动态模式下可以恢复在激进的低阈值解码设置中丢失的重要准确性点，同时几乎没有质量损失。
-
DeepSeek的DSpark系统通过新颖的并行-顺序方法提升LLM推理速度 · 跟踪1个来源
DeepSeek开发了一个名为DSpark的新系统，可显著加速大型语言模型推理。DSpark结合了并行和顺序处理技术，以提高投机解码的效率，这是一种使用较小模型预测较大模型要验证的后续标记的方法。该方法通过优化GPU内存带宽利用率和降低标记生成成本来提高吞吐量。该系统还包含自适应调度和在线校准，以根据实时工作负载和模型行为调整其性能。
-
AI系统EAGLE增强结直肠肿瘤的实时检测能力
一款名为EAGLE的新型云人工智能系统在结肠镜检查中显示出结直肠肿瘤实时检测能力的提高。该AI技术成功识别了腺瘤和大息肉，同时保持了临床安全标准。该开发代表了数字健康和癌症筛查领域的重大进展。
-
Google AI 通过新的多令牌预测方法加速设备端 LLM
Google AI 开发了一种新方法来加速设备端大型语言模型（LLM），例如 Gemini Nano 和 Gemma，特别适用于 Google Pixel 手机。这种称为多令牌预测（MTP）的技术，将一个草稿头附加到现有的、冻结的模型上。这使得模型能够同时生成多个令牌，绕过了传统的逐个令牌的瓶颈，并在无需单独、内存密集型的草稿模型的情况下，显著提高了推理速度和能源效率。
-
AWS P-EAGLE 将 LLM 解码并行化，速度提升 1.69 倍
AWS 开发了 Parallel-EAGLE (P-EAGLE)，一种新颖的方法，可将大语言模型的投机解码并行化，克服了 EAGLE-3 等先前技术顺序草拟的限制。这项创新允许所有投机草拟的 token 在一次前向传播中同时预测，而不是顺序预测。在基准测试中，P-EAGLE 与 EAGLE 框架相比，吞吐量速度提升高达 1.69 倍，并且现在已原生支持 Amazon SageMaker JumpStart，便于部署。
-
新的EAGLE框架使多智能体VQA的视觉证据对齐
研究人员开发了EAGLE，一个用于多智能体视觉问答（VQA）的新框架，该框架侧重于对齐视觉证据，而不仅仅是文本共识。这种方法旨在通过确保VLM智能体将答案建立在一致的视觉信息之上来提高其可靠性。EAGLE是一种无需训练的方法，它暴露每个智能体的接地区域以进行相互验证，从而在各种VQA基准测试中获得更好的性能。
-
新AI方法利用多模态数据和LLM提升工业异常检测能力
研究人员开发了三种利用多模态数据和先进AI技术进行工业异常检测的新框架。其中一种方法EAGLE，将专家异常检测器与冻结的多模态大语言模型（MLLMs）集成，无需微调即可提高MVTec-AD和VisA等数据集的准确性。另一种方法MuSc-V2，利用互评分机制和跨模态增强实现零样本异常分类和分割，在MVTec 3D-AD和Eyecandies上取得了显著的性能提升。第三个框架利用文本语义指导多模态异常检测，解决了跨模态对齐和几何映射的局限性。
-
IonRouter 推出具有自定义 IonAttention 引擎的 AI 推理服务
IonRouter 推出了新的推理服务，该服务专为高吞吐量和低成本而设计，并利用其专有的 IonAttention 引擎。该引擎能够将多个模型多路复用到单个 GPU 上，从而实现快速模型切换和实时流量适应。该服务支持各种开源模型和微调模型，提供按秒计费和极短的冷启动时间，适用于机器人技术和实时视频分析等应用。