TokenGate：选择性略读上下文，prefill 最高提速 11.3 倍
TokenGate 通过让 LLM 有条件地略读上下文 token，实现最高 11.3 倍的 prefill 加速，并大幅降低长上下文任务的峰值显存占用。
长上下文
所有带有「长上下文」标签的 AI 情报。
5 条情报Ling-3.1-flash开源：560B参数、1M上下文
AntLingAGI宣布Ling-3.1-flash开源：总参数约5600亿、每token激活约250亿、上下文最长100万；可将粗略需求转成页面、移动UI或可评审原型。
长上下文LM在语料矛盾检索上表现下滑
sewon__min指出，长上下文语言模型擅长RULER类任务，但在“找出语料中所有矛盾”任务上，语料扩大时性能下降，即使领域内微调也难避免。
MiMo-V3 新架构 HySparse2 降低预填充与 KV 缓存
作者称 MiMo-V3 将采用新架构，核心 HySparse2 今日发布；相对 MiMo-V2.6 Hybrid SWA，1M token 预填充 FLOPs 降 5.02 倍，KV 缓存更小并提升长上下文检索。
AgentPerf将代理AI视为长期系统工作负载
AgentPerf将代理AI视为长期工作负载，涉及内存、网络等多个因素。