The Download: the next big thing in LLMs and how AI academic research is shifting

本期 MIT Technology Review 每日简报聚焦大语言模型（LLM）底层架构演进与 AI 学术研究现状。文章指出，Transformer 架构在主导 LLM 九年后，正面临处理长文本时计算成本高昂且难以同时追踪大量信息的瓶颈。多家初创公司正探索四种新思路以解决该问题，旨在提升 LLM 的速度、效率与智能水平。此外，报道关注了 AI 教授在学术研究新现实下的处境，通过 Schmidt Sciences 旗下的 AI2050 项目探讨了高校 AI 研究人员在当前环境下面临的挑战与未来走向。