Latent Space 专访 MIT 博士生 Alex Zhang：从递归语言模型到智能体 Harness 架构
Latent Space 专访了递归语言模型（RLM）与 KernelBench 核心作者、MIT 博士生 Alex Zhang，深入探讨了学术研究选题、AI 生成 GPU 内核的验证瓶颈以及 Harness 架构设计。
#推理
Latent SpaceAI 评分6262
NVIDIA BlogAI 评分2828 高效、耐用与通用：NVIDIA AI 工厂如何最大化投资回报率
NVIDIA 阐明其 AI 工厂通过高生产力、耐用性和通用性最大化投资回报率。SemiAnalysis AgentX 数据显示，在 DeepSeek V4 Pro 模型上，Vera Rubin NVL72 每兆瓦吞吐量是 GB300 NVL72 的 30 倍以上，每百万 token 成本降低达 45 倍。