Flide：精确状态分叉加速决策模型推理
原文标题：Flide: Accelerating Decision Inference with Exact State Forking
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
针对 Jev 等决策模型在现有生成式推理引擎上前缀重算开销大、输出概率失真的问题，论文提出 Flide 推理引擎，用 ForkAttention 在 GPU 常驻索引上跨标准注意力与 Gated DeltaNet 层导航请求依赖。在公开混合与决策模型上比 vLLM、SGLang 快至多 9.5 倍，且数值最接近 float32 参考。
深读 · 结论先行AI 生成展开看要点与影响 ↓
Flide 推理引擎用 ForkAttention 做精确状态分叉，在公开混合与决策模型上比 vLLM、SGLang 快至多 9.5 倍。
- •针对 Jev 等决策模型在生成式引擎上前缀重算开销大、输出概率失真的问题
- •ForkAttention 用 GPU 常驻索引跨标准注意力与循环 Gated DeltaNet 层导航请求依赖
- •保证每个查询分支在精确算术下与独立前向计算一致，且总变差距离最接近 float32 参考
- •把分支拓扑写入 GPU 常驻元数据，用少量预录执行图覆盖多种请求混合，并支持从早期检查点恢复
为什么重要：决策模型类智能体工作负载此前缺少匹配的推理引擎，这类提速与数值精确性对延迟敏感的系统一执行场景有直接影响。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。