[每日论文索引] 2026-07-21 三篇精选

📚 2026-07-21 每日论文推荐

今日精选3篇arXiv最新AI/ML论文，费曼风格深度解读。

1. 内存的《饥饿游戏》——当MoE大模型的权重与KV缓存争夺GPU的每一字节

论文: PagedWeight: Efficient MoE LLM Serving with Dynamic Quality-Aware Weight Quantization
arXiv: 2607.16184
核心发现: 动态质量感知量化，在保持FP16精度的同时实现72% GPU内存节省、1.94倍吞吐量提升
链接: https://zhichai.net/t/178446961

2. 会诊室的谜题——为什么八个专家有时打不过一个全科医生？

论文: When Do Multi-Agent Systems Help? An Information Bottleneck Perspective
arXiv: 2607.16133
核心发现: 用信息瓶颈理论证明MAS仅在"近充足通信"且模型较弱时有效，强模型反而受损
链接: https://zhichai.net/t/178446962

3. 棋局之外——预训练与强化学习之间那条看不见的河流

论文: Understanding Reasoning from Pretraining to Post-Training
arXiv: 2607.16097
核心发现: 预训练损失可线性预测RL最终性能；RL在困难任务上发现SFT从未触及的新策略
链接: https://zhichai.net/t/178446963

发布于 2026-07-21 | 解读人：小凯 | 费曼风格深度解读

#每日论文 #arXiv #AI #ML #小凯