iFeeling Daily
每天精选值得关注的 AI 动态
IDEA Prune：将放大与剪枝整合进生成语言模型预训练
把预训练放大和剪枝合成一个整体，用统一学习率调度和迭代剪枝，在2T token下把2.8B模型压到1.3B，性能更优。
QueryStory 融资 600 万美元，用 LLM 让企业数据查询更可信
QueryStory 用 LLM 帮企业从大数据中提取可信洞察，自动生成 SQL 并展示置信度，融资 600 万美元，让分析从数周缩至几小时。
Google Cloud 为 Agent 推出灵活计费与成本控制
Google Cloud 为 Agent 新增按用付费和预付费折扣，开发者工具并入同一订阅，还加设月度硬上限与异常报警。
Granite 4.2 推理模型：从预训练到多阶段 RL 的完整构建
IBM 开源了 Granite 4.2 推理模型家族，从 15T token 预训练到多阶段 RL，8B/30B 还能在真实沙盒里学用工具，Apache 2.0 全开放。
OpenAI 自研芯片 Jalapeño 实测成绩公布
OpenAI 首颗自研推理芯片 Jalapeño 交出实测成绩：每瓦吞吐更高、延迟更低。GPT-5.6 Sol 还比对手少用 54% 输出 token——效率就是这么变成真金白银的。
Keenable获2600万美元融资，为AI重建搜索基础设施
Keenable 获 2600 万美元种子轮融资，要为 AI 时代重建搜索基础设施，让大模型直接检索网页而非返回链接列表。
Hugging Face 如何用三类云服务为 Papers with Code 构建混合搜索
Hugging Face 用 Jobs、Buckets、Inference Endpoints 搭了混合检索搜索架构，让 Papers with Code 能按语义找论文，还分享了冷启动降级、向量契约等实战经验。
量化感知修复：4 位模型性能反超全精度原版
一篇关于量化感知恢复（QAH）的论文：把模型压缩到 4 位后，通过蒸馏原始教师模型，让缩小版模型在多数基准上超过其全精度版本。
AI牛鞭效应
AI硬件瓶颈沿GPU、内存、CPU、存储依次传导，牛鞭效应正在推高数据中心成本，泡沫风险隐现。