Llama

最近完整七日的证据

来源提及

1

前七日 2

不同来源

1

前期 2

可比较增长

不可比较

榜单记录

0

采集观测与无发布日期的记录，和有日期的原文提及分别统计。 七日观测：0 · 无日期记录：0

每日趋势 · 最多 90 天

柱形表示有日期的来源提及。最新 UTC 日可能尚未结束。零提及和缺少采集覆盖是不同情况。

虚线标记表示当日无记录，不作为零提及统计。

来源证据

当前展示证据的来源：HF Daily Papers 1 · V2EX 2 · Product Hunt 1 · arXiv 1 · Hacker News 2 · Hugging Face 1

1. HF Daily Papers · 原文发布 2026年10月30日

   Cross-Prompt Reuse of Entity-Replacement Responses

   With model weights fixed, we measure how much of an entity-replacement response transfers between English factual questions, beyond whether answers change. We add the hidden-state change from two source questions to a target question about the same entity, comparing the predicted log-probability shift between two relations' published answers, given known ans

2. V2EX · 原文发布 2026年10月24日

   [程序员] 分享 Vibe Coding 作品： AI Vault，多 Agent 技能管理工具+llama.cpp 本地部署工具

   技能、提示词、MCP 、模型与密钥，统一管理，一键分发到 49+ Agent 。数据始终留在本机。Llama.cpp 、KVMEM 、NInfer 部署、模型下载，功能有点多。 长这样，不知图能否正常显示： https://ibb.co/fzssKRK7 官网及文档地址： https://ergeaia.github.io/aivault-site/ 网盘： https://pan.quark.cn/s/a23f244661b4 ，提取码：s9mG B 站视频介绍：BV1pbeV68EG4 ，BV1VRHT6NERF 欢迎交流！~

   查看来源记录 →

3. Product Hunt · 原文发布 2026年10月24日

   Llama Windows

   One local AI server for all your Windows apps

   查看来源记录 →

4. arXiv · 原文发布 2026年10月15日

   Titan-Llama: Retrofitting Pre-trained LLMs with External Neural Memory Modules

   查看来源记录 →

5. V2EX · 原文发布 2026年10月10日

   [开源软件] 折腾了一个 Go Agent：魔改 Runtime + Hybrid RAG + llama.cpp + WebGPU，分享一下实现

   查看来源记录 →

6. Hacker News · 原文发布 2026年9月30日

   Launch HN: Magnitude (YC S25) – Self-optimizing inference engine for agents

   Hey HN, Anders and Tom here. We're building Magnitude, an inference engine for agents that optimizes itself to run as fast as possible on your hardware. It works on Mac, Linux, and Windows on any hardware and is up to 2x faster than llama.cpp. We're both software engineers and previously built an open source browser agent to 4k+ GH stars and 100k+ downloads.

   查看来源记录 →

7. Hacker News · 原文发布 2026年9月28日

   Show HN: Nibia Fabric – Turn everyday computers into a shared AI compute cluster

   I built NIBIA Fabric, an open-source distributed LLM inference system that pools CPU and RAM across macOS, Linux, and Windows machines. It builds on llama.cpp, with capacity-aware scheduling, adaptive memory reservation, persistent tensor caching, and an OpenAI-compatible API. I’ve validated the current alpha on three physical machines across several models,

   查看来源记录 →

8. Hugging Face · 原文发布 2026年9月22日

   Transformers now runs llama.cpp quants

   查看来源记录 →

研究优先级 40 / 100

此分数用于排列研究候选，不是搜索量、预测结果或经过验证的商业需求。

• 证据数量

  8 / 30

  去重文章或首次观测；重复抓取不加分。

• 发布主体多样性

  8 / 25

  同主体保守归并，转载不增加独立证据。

• 可比变化

  0 / 20

  仅完整且可比的两周参与；零基线不计算百分比。

• 证据时效

  15 / 15

  依据最新发布或首次观测，不按重复采集时间刷新。

• 名称明确度

  9.4 / 10

  明确实体链接和技术概念优先于含义不明的缩写。

局限与解读

• 首次观测是采集记录的起点，不能证明词语或产品在全球首次出现。
• 计数仅代表已监测的公开来源，不代表全网热度或搜索需求。
• 本站首次发现时间不等于名称或概念的诞生时间。
• 候选来自公开标题、摘要和实体链接，并非已核实的全文分析。
• 来源多样性采用保守归并；未披露的转载或共同所有权仍可能无法识别。
• 重复上榜是观测记录，不是新增文章或独立背书。
• 已有概念或常见产品名，仅保留为历史基线，不视为新创造的词。
• 两周均需足够且可比较的采集覆盖，才判断增长。
• 该词的来源构成发生变化，或缺少可比较的基线。
• 近期证据包含发布三天后才采集的内容，暂不据此判断增长。
• 当前证据仅来自一个发布主体。