Kimi K3 : l'attention linéaire résout-elle le coût du long contexte ?
Réduire de 75 % l'empreinte mémoire de l'attention tout en manipulant 2,8 trillions de paramètres : Kimi K3 bouscule les architectures de LLM. Mais cette sobriété théorique ne masque-t-elle pas un simple transfert de complexité vers les moteurs d'inférence et le matériel GPU ? Décryptage de la nouvelle frontière économique du long contexte.
#business #meta-volatile #ia #infrastructure #hardware
The skinny
The skinny isn't ready yet — notes appear once the transcript is processed.