最全开工干货深度学习书单、文献及数据集（共446项）
新智元整理1整理：李宏菲新年伊始，相信每个人已经制定好了自己2016年的计划。随着无人机和智能机器人在春晚亮相，想必许多人会对“人工智能”、“机器学习”，“深度学习”这些科技热词充满了好奇。为此，新智元给众多热爱人工智能领域的读者准备了一份丰厚的大理。
PyTorch 2.0 实操：为 HuggingFace 和 TIMM 模型提速
PyTorch 2.0 通过简单一行 torch.compile() 就可以使模型训练速度提高 30%-200%，本教程将演示如何真实复现这种提速。torch.compile() 可以轻松地尝试不同的编译器后端，进而加速 PyTorch 代码的运行。它作为 torch.jit.
1.3秒冷启动！Waystones Cloud破解microVM致命痛点，不用加硬件
一、40秒卡死到1.3秒响应，这场microVM革命太绝了做云服务、后端开发的人都懂一个痛点：microVM冷启动慢如龟，不仅拖垮用户体验，还可能直接报HTTP 500错误，丢单又丢口碑。
ONNX Runtime 推理加速：8 个降低 Python 延迟的硬核技巧
在深度学习落地过程中，有一个常见的误区：一旦推理速度不达标，大家的第一反应往往是拿着模型开到，比如：做剪枝、搞蒸馏、甚至牺牲精度换小模型。实际上生产环境中的 Python 推理链路隐藏着巨大的“工程红利”。
Qwen3.6-27B MTP版提速诱惑太大！必须亲自编译llama.cpp感受下
llama.cpp截止到9102版本，还没有正式合并 “PR #22673”。因此，如果需要尝鲜MTP，需要自己合并、编译llama.cpp。手动编译时，如果你安装的也是VS2026，可能会遇到麻烦。你可以参考本篇进行解决。
SwarmFlow来了！openJiuwen开创蜂群可控协同新范式
AI Agent 正在从 “单兵作战” 走向 “团队协作”—— 让多个 Agent 分工配合，去完成单个 Agent 难以独立扛下来的复杂任务，也是近期最受关注的方向之一。
扩散语言模型一口气冲到100B规模？！首份技术报告揭晓背后秘密
就在今年 9 月，LLaDA 系列模型的研究者刚刚验证了 MoE 架构下从头训练 dLLM 的可行性，推出了 7B 的 LLaDA-MoE，这为扩散范式提供了新的实现方式。
[大模型实战 06] 在 Kaggle 上用 Unsloth 极速微调 Qwen3
神器登场:暂时不讲繁琐的 transformers 原生代码，使用 Unsloth —— 现在的微调版本答案。
Rust 重写 Pi：会话启动耗时降 91%，就绪内存少 78%
同样打开一个带有 100 条历史消息的 Agent 会话，rpi 用了 16.9 毫秒，Pi 用了 194.9 毫秒。等到程序就绪，rpi 的进程驻留内存是 21.4 MiB，Pi 是 96.1 MiB。