最新资讯
reddit.com OpenAI 称 Astra 仅满足 10% 安全任务标准 dev.to FreeToken:在自有 GPU 上运行前沿 MoE 模型及其内存需求 dev.to 当 AI Agent 说“完成”时,究竟完成了什么? dev.to 部署 Underdog Bark 3.0 Pro:逐字转写、自定义后端与分块设置 dev.to 为艰难对话构建 AI:五个 Agent、一条安全正则与一位盲评监督者 techcrunch.com Palo Alto Networks 洽谈以 5 亿美元收购 AI Agent 安全初创公司 Clutch theinformation.com 黄仁勋被要求就涉华间谍指控向国会作简报 www.infoq.com Edera 推出 Object Capability Bounded Authority,试图将凭证与 AI Agent 工作负载隔离 wechat 这波杀疯了!旗舰级模型不限量、1个月视频额度免费领 bloomberg.com AI 抛售蔓延至信用市场,软银领跌亚洲美元债 dev.to 如何在专用 GPU 服务器上用 OpenAI 兼容 API 部署 LLM dev.to 审计 153 份 Claude Code 与 Codex 会话记录:User-Agent 与 URL 中的邮箱泄露
多元动态
登录 注册
大模型 x.com · @aiDotEngineer

AI Engineer World's Fair 2026 推理工程专场直播议程

原文 我的收藏

AI Engineer 发布其 2026 世界大会推理工程专场的直播议程,涵盖 Meta 的规模化分布式推理、OpenAI 的生产环境 LLM 路由、Google 的 LLM 基准可靠性、CoreWeave 的万亿参数推理负载、Baseten、Red Hat 的 KV Cache 感知路由与 P/D 分离、AI21 的 vLLM 调试等演讲。帖子还提到基准工具虚报吞吐、模型偶发自信胡言等案例。

AI推荐理由 AI Engineer World's Fair 2026 推理工程专场直播的议程帖,列出 Meta、OpenAI、Google、CoreWeave、Baseten、Red Hat、AI21 等公司的具体演讲题目,涉及分布式推理、生产路由、基准可靠性、KV Cache 路由等真实工程议题,信息密度较高,但仅为议程预告,无实质技术内容。

68 浏览 694 点赞 2 评论 1 转发 1

正文

Live now: our Inference Engineering Track from AI Engineer World's Fair 2026. A benchmark tool told to run 200 queries a second that ran 38 and reported 200. A model that answered one prompt in a thousand with confident gibberish. A paper that dented memory chip stocks for a minute. [youtube.com/watch?v=7c9FSU…](https://www.youtube.com/watch?v=7c9FSUVcXR0&list=PLcfpQ4tk2k0W3_JZkL2SRVKTVOj7DoWtZ) - Operating Distributed Inference Systems at Scale: Nishant Gupta & Naman Ahuja, Meta - Routing LLM Inference in Production: From Engine Signals to Policy: Qianru Lao & Lu Zhang, OpenAI - Are LLM Performance Benchmarks Reliable?: Ashok Chandrasekar & Jason Kramberger, Google - Vertical Mobility: Inference from MVP to Trillion-Parameter Workloads: Sitanshu Gupta, CoreWeave - What's New in Inference Engineering: [@philip\_kiely](https://x.com/philip_kiely), Baseten - Large clusters for small models: [@svonava](https://x.com/svonava), Superlinked - The Frontier AI Inference Cloud for Agents: Byung-Gon (Gon) Chun, FriendliAI - KV Cache-Aware Routing and P/D Disaggregation on Kubernetes: Yuchen Fama & Ashish Kamra, Red Hat - Two Bugs That Hid in Plain Sight: A vLLM Debugging Detective Story: Asaf Gardin & [@yuvalinthedeep](https://x.com/yuvalinthedeep), AI21 - Weight Folding, CUDA Streams, and the Bug That Made My Model Speak Backwards: [@f\_makraduli](https://x.com/f_makraduli), Superlinked ![Tweet Image](https://pbs.twimg.com/media/HSkRgIAWwAEWlUi.jpg)

来源报道 · 1 篇 · 以下链接均前往原始媒体

← 返回精选动态 原文

更多内容