扫描下载APP
其它方式登录
文章聚焦RaBitQ向量压缩算法的技术突破、学术争议与工业落地：其以理论最优误差保障和高效实现被20多家大厂采用；同时对比揭露TurboQuant论文涉嫌学术不端，凸显小团队在基础算法研究中的坚守；并探讨RaBitQ向KV Cache量化、大模型权重量化等AI基础设施场景的拓展潜力。
谷歌TurboQuant论文宣称将AI推理内存占用压缩至1/6，引发全球存储芯片股900亿美元市值蒸发；但遭RaBitQ作者高健扬公开指控其抄袭核心方法、歪曲理论评价、实施不公平实验对比，学术界与市场同步震动，暴露AI研究向市场传导中的叙事风险。
