知识库草稿 · Jay · 2026-07-05 21:10 补充条目（重写版）
重写原因：原文件 65 行 / 3.3KB，3 个条目全部浅薄（每条目仅 5-8 行 bullet），0 个可核验的定量数字、0 段代码 / 命令、0 张对比表、0 条 cross-reference、0 条 critique。
原文件 5 大问题： 1. TIS 条目仅 1 句概述，未给方法、数据、对比、链接 —— 直接写"提出 Token Importance Scoring 作为压缩 KV cache 的新方法" 是典型 abstract-paraphrase，违反 jay-2026-07-04.md §3.4 #7 "factual claim 必须可核验"。 2. FFASR Leaderboard 错误归因 —— 原版把 "Cerebras Gemma4 语音 AI" 与 "FFASR Leaderboard" 混为同一合作，实际是 Treble Technologies × Hugging Face（FFASR）+ Cerebras × HF × Gemma 4（语音 AI）两件不同的事。原版"合作: HF + Cerebras 联合将 Gemma 4 带入实时语音 AI" 正确，但"新增: FFASR Leaderboard" 是把两件 6 月的事揉在一起。 3. Cerebras Gemma4 "实时性显著优于通用 GPU" 是 textbook vague claim —— 没有"显著"的具体倍数、没有量化数据。 4. Simon Willison "Better Models, Worse Tools" 2026-07-04 文章存在性未核验 —— 该 URL
https://simonwillison.net/2026/Jul/4/better-models-worse-tools/我用 tavily_search 多次搜索未找到对应文章（Simon 在 PyCon May 2026 的 "The last six months in LLMs in five minutes" + 2026-01 "LLM predictions for 2026" 主题相关但都不是同一篇）。这违反 jay-2026-07-04.md §3.4 #2 "未核验引用链路切断"。 5. Final summary 列 14 个条目但文件内只有 3 条 —— 其余 11 条（Percona / RickHigh Vol.17 / DataGravity / MariaDB 13.1 / OWASP CRS v4.28.0 / 7 篇 arXiv）实际写在2026-07-05-2105-july2026-arxiv-inference-vecdb-production-briefing.md里，本文件存在 cross-file 重复声明但无 cross-reference 链接。
主题
HF Forum 新研究 + Cerebras Gemma4 语音 AI + FFASR Leaderboard + Simon Willison 工具质量论 —— 2026-07-05 晚间补充条目，与主稿 2026-07-05-2105-july2026-arxiv-inference-vecdb-production-briefing.md 形成补充（不重复 2105 已覆盖的 7 篇 arXiv + Percona + RickHigh + DataGravity + MariaDB + OWASP CRS）。
检索范围
- Hugging Face Forums · KV cache compression discussions（2026-07）
- Hugging Face Blog · Cerebras × Gemma 4 voice AI + FFASR Leaderboard
- arXiv · 与 TIS 同主题的 KV 压缩方向（Expected Attention / Pitfalls of KV Cache Compression / KVP press）
- Simon Willison Weblog · July 2026 周评（核验）
高价值条目
条目 1：TIS — Token Importance Scoring，HF Forum 学习式 KV 压缩（NIAH 100% @ 50% budget）
来源与核验
- 来源：HF Forum · Presenting TIS (Token Importance Scoring) - A new way to compress KV cache
- 作者：
nitroxido（HF 用户名） - 时间：2026-07-05（HF Forum trending）
- 代码仓库：github.com/nitroxido/token-importance-scoring
- 可信度：中高（单作者社区帖，未走同行评审，但作者明确给数字 + 公开代码 + 可在 RTX 5070 8GB 复现）
- 关联：与 KV Cache 压缩主线的 Expected Attention (arXiv:2510.00636) + Pitfalls of KV Cache Compression (ACL 2026) + NVIDIA/kvpress 同主题
核心方法（完整版，非 abstract-paraphrase）
- 核心洞察：通过 constraint-aware learning + hard anchor forcing 移除 trivial optimization paths，让 gradient descent 真正找到重要的 token
- 训练目标：学一个 lightweight scoring model 预测每个 token 的 KV 重要性
- 推理时：用该 scoring model 排序 → 砍掉 50% 最不重要的 KV 对
- 硬件门槛：作者明确在 RTX 5070 (8GB VRAM) 上验证可运行 —— 这是消费级 GPU 友好的 KV 压缩方法，与 MosaicKV / GSRQ / PartRep 的 GPU 服务器定位形成对照
实测数据（来自 HF Forum 原帖，作者明确给出）
| 测试集 | 任务类型 | 50% cache budget 下准确率 |
|---|---|---|
| NIAH (Needle-in-a-Haystack) | 合成检索 | 100% |
| LITM (Lost-in-the-Middle) | 语义 QA | 52.8% |
| 基线（无压缩） | — | 100% / ~80%（NIAH / LITM 分别） |
- NIAH 100% = 学习重要性可匹配 oracle 性能（结构性任务上 learned ≈ oracle）
- LITM 52.8% = 仍有显著下降，说明 TIS 在长上下文语义任务上的损失不可忽略
与本周其他 KV 压缩方法的对比表
| 方法 | 来源 | 关键机制 | 主要评测 | 与 TIS 对比 |
|---|---|---|---|---|
| TIS | HF Forum 2026-07 | learned importance + hard anchor | NIAH 100% / LITM 52.8% @ 50% | 学习式；消费级 GPU 友好 |
| MosaicKV | arXiv:2607.00760v1 | 动态二维（序列 × 通道）压缩 + packed sparse attn | 长上下文 16× 加速；4.8× 解码延迟下降 | 系统级压缩；H800 GPU 评测 |
| GSRQ | arXiv:2607.01065v1 | Gain-Shape K-means + Product+Residual Quantization | sub-1-bit KV cache | 量化方向；不同目标 |
| PartRep | arXiv:2607.01792v1 | 选择性 prompt 重复（基于 token NLL） | 8 个 benchmark；59.4% KV + 79.0% FLOPs | prompt 方向；与 TIS 正交 |
| Expected Attention | arXiv:2510.00636 | 训练-free；从 query 分布估计 KV 重要性 | 长上下文 WER/CER | 训练-free；与 TIS 互为镜像 |
| KVP press | github.com/NVIDIA/kvpress | 多 press + compression_ratio 注册 | 跨模型 | NVIDIA 工具；研究向 |
| Pitfalls of KV Cache Compression | ACL 2026 · aclanthology.org/2026.acl-long.1926 | 5 种压缩方法在多指令提示下的系统泄漏 | Llama3-8B + Qwen2.5-14B + IFE-val | 风险评估；揭示压缩的隐藏陷阱 |
评价：TIS 是 KV 压缩方向在 HF 社区 + 消费级 GPU 这一组合上的代表方法，与 arXiv 系统级压缩方向（MosaicKV/GSRQ/PartRep）形成互补。作者在 RTX 5070 8GB 上验证 = 边缘 / 本地 LLM 部署的关键信号。NIAH 100% ≠ 通用任务 100% —— 必须在 LITM / 长上下文对话 / 多轮 QA 上独立复现。
关键限制 / 反向质疑： 1. LITM 52.8% @ 50% budget 表明 TIS 在 Lost-in-the-Middle 这一已知 LLM 弱项上损失巨大。生产 RAG 系统（典型 32K-128K 上下文 + 中间位置关键证据）可能受影响。 2. HF Forum 单作者社区帖，未走同行评审，没有独立复现。需要等学术圈复现或正式 arXiv 提交。 3. 与 ACL 2026 "Pitfalls of KV Cache Compression" 论文结合看，KV 压缩的隐藏风险（系统提示泄漏、指令跟随能力下降）在 TIS 上未经验证。 4. 50% budget 的 100% NIAH 看似惊人，但 NIAH 是合成检索任务，生产环境价值有限 —— 不要把"结构性任务 100%" 误读为"所有任务 100%"。
后续行动： 1. 复现 TIS：在 RTX 5070 / RTX 4090 上跑 NIAH + RULER + LongBench 三套测试（不应只跑 NIAH） 2. 关注作者是否将 TIS 提交 arXiv（社区帖 → 学术论文的路径是常见信号） 3. 与 PartRep 联合使用：PartRep 选高 NLL token 重复 + TIS 学重要性排序，两者机制正交，理论上可叠加
建议分类：KV cache 压缩 学习式方法 消费级 GPU HF Forum NIAH LITM
条目 2：Cerebras × Hugging Face Gemma 4 实时语音 AI — 级联 Speech-to-Speech 栈
来源与核验
- 来源：HF Blog · Hugging Face and Cerebras bring Gemma 4 to real-time voice AI
- 作者：thomwolf, Chuanming, clem, stefan-it（HF 核心团队）+ cerebras（Cerebras 团队）
- 时间：2026-06-24（HF Blog 发布日期）
- 可信度：高（HF + Cerebras 双官方）
- 关联博客：Introducing the FFASR Leaderboard —— 注意：这是 Treble × HF 的另一项独立合作，不是 Cerebras
核心架构
- 栈类型：Open, Cascaded Speech-to-Speech（S2S）—— 非端到端一体化模型，而是 ASR → LLM → TTS 三段级联
- 硬件：Cerebras 专用语音推理硬件（WSE 芯片语音推理栈）
- 模型：Gemma 4 作为 LLM 中心
- 视频演示：s2s-space-demo.mp4
与"FFASR Leaderboard"的关系澄清
| 项 | Cerebras Gemma 4 语音 AI | FFASR Leaderboard |
|---|---|---|
| 合作方 | Cerebras（专用硬件）+ HF | Treble Technologies（声学模拟）+ HF |
| 范围 | 完整 S2S 端到端 | 仅 ASR benchmark |
| 硬件 | Cerebras WSE | 通用 GPU（参评模型各自） |
| 评测 | 演示视频（无数字） | 14 个模拟房间 + 真实测量对比 |
| 关键产品 | 端到端语音 AI 解决方案 | 开放 far-field ASR 评测平台 |
评价：Cerebras × HF 是 端到端实时语音 AI 解决方案，FFASR 是 ASR 评测基础设施。两者是 Hugging Face 语音生态的不同维度，不应混为一谈。原文件把它们写成"合作"是错误的。
"实时性显著优于通用 GPU" 的反向质疑
- 原文件原话："Cerebras 专用语音推理硬件，实时性显著优于通用 GPU"
- 问题：没有给出"显著优于"的具体倍数 / 量化数据
- 已知基准（外部来源需核验）：Cerebras 在 LLM 推理（CS-3）公开数字为 ~1,800 tokens/s（Llama 3.1 70B 推理），但这是 LLM 推理，不是语音 ASR/TTS 推理
- ASR 侧：Cerebras 公开的语音 ASR 推理具体数字未在 HF Blog 中给出
- 结论："实时性显著优于通用 GPU" 应降级为"HF Blog 定性描述，未给量化对比"，等待 Cerebras 官方 benchmark 或第三方独立测量
工程价值
- ⭐⭐⭐⭐（Cerebras + Gemma 4 + 级联 S2S 是 2026 语音 AI 重要方向；专用硬件 + 开源模型组合落地）
- 限制：语音 AI 生产级实时性取决于 ASR + LLM + TTS 整链延迟，Cerebras 加速 LLM 推理仅是其中一段
与 FFASR Leaderboard 的协同价值
- FFASR 提供 14 个模拟房间的真实测量 ASR 评测 → 可用 FFASR 评测 ASR 替换是否带来 WER 改善
- Cerebras S2S 提供端到端实时性 → 可用 RTFx 指标跨硬件平台对比（与 FFASR 的 WER vs RTFx Pareto front 思路一致）
- 建议合并归档：语音 AI 主题页 = ASR (FFASR) + LLM (Cerebras) + TTS (开放)
建议分类：语音 AI Cerebras Gemma 4 级联 S2S 实时推理 专用硬件
条目 3：FFASR Leaderboard — Treble × HF 远场 ASR 评测平台（与 Cerebras 条目分开核验）
来源与核验
- 来源：HF Blog · Introducing the FFASR Leaderboard
- 合作方：Treble Technologies（acoustic simulation / 合成音频数据生成）+ Hugging Face
- 官方 Space：huggingface.co/spaces/treble-technologies/ffasr
- 发布时间：2026-06-12（launch event YouTube 视频日期）
- Launch Event 参与方：IBM（George Saon）、NVIDIA（Nithin Rao Koluguri · Parakeet 系列）、Cohere（Julian Mack · Cohere Transcribe）、CMU（Shinji Watanabe 教授）
- 可信度：高（HF + Treble 双官方 + 顶级机构参与 launch）
核心特点（量化版）
- 首个开放远场 ASR benchmark：社区驱动评测，14 个模拟房间（含 reverberation、背景噪声、competing speech、远场距离变化）
- 真实测量 vs 模拟：14 个模拟房间 经过真实世界测量验证 —— 这是 FFASR 与之前研究的关键区别
- 核心发现：跨所有参评模型，远场 WER 在低 SNR 下比近场 WER 高数倍（"the gap is real and it is large"）
- Pareto 前沿：WER × RTFx（实时因子）二维 Pareto front —— 让开发者按部署场景（accuracy-first vs speed-first）选模型
与其他 ASR 评测的对比
| 评测 | 范围 | 远场模拟 | 维护方 |
|---|---|---|---|
| FFASR（2026-06） | 远场 + 14 模拟房间 | ✅ + 真实测量验证 | Treble + HF 社区驱动 |
| CHiME | 多麦克风 + 噪声 | 学术研究 | 学术界 |
| URGENT | 噪声鲁棒性 | 学术研究 | 学术界 |
| NOIZEUS | 噪声 | 学术研究 | 学术界 |
| Open ASR Leaderboard | 通用 | ❌ 无远场专门 | 之前 HF 主导 |
| Hugging Face Open ASR Leaderboard | 通用 + LibriSpeech 等 | 部分 | HF（已存在） |
评价：FFASR 填补了"远场 + 真实测量验证 + 持续维护" 三维度空白。Pareto front (WER × RTFx) 是工程部署最实用的指标——比单一 WER 数字更接近生产决策。
工程价值
- ⭐⭐⭐⭐⭐（所有做语音 AI 部署的团队必看 —— 评测方法论标准化的关键里程碑）
- 跨厂商参与：IBM / NVIDIA / Cohere / CMU launch event = 行业共识形成信号
- 持续更新：HF Space 形式 = 长期可持续（vs 一次性 benchmark paper）
与 Cerebras Gemma 4 语音 AI 的协同价值（重申条目 2 末尾）
- FFASR 提供评测基础设施 → 用 FFASR 评测 ASR 替换是否带来 WER 改善
- Cerebras S2S 提供实时推理硬件 → 用 RTFx 跨硬件平台对比
- 建议合并归档：语音 AI 主题页 = ASR (FFASR) + LLM (Cerebras) + TTS (开放)
建议分类：ASR 远场评测 Treble Technologies Hugging Face WER × RTFx Pareto 语音 AI 部署
条目 4：Simon Willison · "Better Models, Worse Tools"（⚠️ 文章存在性未核验）
⚠️ 来源核验失败
- 声称的 URL：
https://simonwillison.net/2026/Jul/4/better-models-worse-tools/ - 核验方法：通过 tavily_search 搜索 "Simon Willison Better Models Worse Tools 2026-07-04"
- 核验结果：未找到该 URL 对应的具体文章
- 找到的相关内容：
- The last six months in LLMs in five minutes (PyCon US 2026, 2026-05-19) —— Simon 在 PyCon US 2026 的 lightning talk，主题是 2025-11 是 LLM coding agents 转折点
- LLM predictions for 2026, shared with Oxide and Friends (2026-01-08) —— Simon 在 Oxide and Friends podcast 分享的 2026 LLM 预测
- 结论："Better Models, Worse Tools" 这篇文章在 2026-07-04 的存在性未核验。可能存在但未公开索引，也可能是我在原文件中凭印象编造了标题和日期。
已知 Simon Willison 在 2026 上半年的核心论点（核验后的版本）
基于 Simon 在 PyCon May 2026 + 2026-01 predictions 文章的真实内容，Simon 的核心论点是： - 2025-11 是 LLM coding agents 的转折点（"the real news from November was that the coding agents got good"） - 6 年预测："Typing code by hand will go the way of punch cards" - 1 年预测："It will become undeniable that LLMs write good code" - 3 年预测："the coding agents Jevons paradox for software engineering will resolve, one way or the other" - 1 年预测："A 'Challenger disaster' for coding agent security"
反向质疑（基于真实 Simon 内容的合理外推）
- "模型能力持续提升，但配套工具跟不上" 这一论断在 Simon 已知作品中没有以"Better Models, Worse Tools" 标题直接出现
- 但 Simon 在
simonwillison.net/tags/llm-tool-use路径下确实讨论过 "tool use" 问题，且指出"more recent Anthropic models have been specifically trained to better use the edit tools" —— 这隐含"工具质量跟不上模型能力" 的判断 - 结论：论点可能真实存在但未以该标题发布；或标题是原文件作者的命名，对应实际文章未找到
处理建议
- 核验行动： - 直接访问 simonwillison.net/2026/Jul/4/ 看 7-04 当天的实际发布 - 检查 Simon Willison archive 7 月份所有 post
- 降级评级：原版"可信度: 高" 应降为 "⚠️ 文章存在性未核验 · 论点部分可外推但标题/日期疑似幻觉"
- 替代引用：使用 Simon 真实已发布的 The last six months in LLMs in five minutes 或 LLM predictions for 2026 作为权威引用源
建议分类：⚠️ 未核验引用 降级处理 Simon Willison 工具质量 LLM Coding Agents
分类更新
| 类别 | 本次新增标签 |
|---|---|
| KV cache 压缩 | TIS (Token Importance Scoring), learned importance, hard anchor forcing, NIAH 100%, LITM 52.8%, RTX 5070 8GB |
| KV cache 压缩（关联） | MosaicKV (arXiv:2607.00760), GSRQ (arXiv:2607.01065), PartRep (arXiv:2607.01792), Expected Attention (arXiv:2510.00636), Pitfalls (ACL 2026), NVIDIA/kvpress |
| 语音 AI | Cerebras Gemma 4 实时 S2S, 级联架构, 专用语音推理硬件 |
| ASR 评测 | FFASR Leaderboard, 14 模拟房间, 真实测量验证, WER × RTFx Pareto |
| ASR 评测（参与方） | Treble Technologies, IBM (George Saon), NVIDIA (Parakeet, Nithin Rao Koluguri), Cohere (Cohere Transcribe), CMU (Shinji Watanabe) |
| Simon Willison 引用 | ⚠️ "Better Models, Worse Tools" 存在性未核验 · 应降级处理 |
| Simon Willison 真实引用 | The last six months in LLMs (PyCon 2026-05-19), LLM predictions for 2026 (2026-01-08) |
本次新增条目 vs 主稿 2105 简报的去重关系表
| 本次补充条目 | 在 2105 主稿中的对应位置 | 关系 |
|---|---|---|
| TIS | 未覆盖（2105 覆盖 MosaicKV / GSRQ / PartRep / Hypic / Prefill Deflection / BaseRT / VeriCache） | 新条目 · 与 2105 arXiv 7 篇形成 KV 压缩"完整七篇 + 一论坛帖"对照 |
| Cerebras Gemma 4 语音 AI | 未覆盖（2105 主稿是推理引擎 + VectorDB + 数据库 K8s） | 新条目 · 补充语音 AI 维度 |
| FFASR Leaderboard | 未覆盖（同上） | 新条目 · 补充 ASR 评测维度；与 Cerebras 协同 |
| Simon Willison "Better Models, Worse Tools" | RickHigh Vol.17 提及"harness engineering 是当前瓶颈" —— 同方向但不同作者 | 存在性未核验 · 降级处理 |
结论：本补充文件与 2105 主稿互补不重复 —— 主稿覆盖 14 个条目（7 arXiv + 1 VectorDB + 1 Percona + 3 Substack + 1 HF Blog + 1 HF Forum + 2 数据库 Release），本补充覆盖 4 个新条目（TIS + Cerebras + FFASR + Simon W.），共 18 个不重复条目。
跨稿引用 / Cross-Reference
| 引用对象 | 关系 | 文件 |
|---|---|---|
2026-07-05-2105-july2026-arxiv-inference-vecdb-production-briefing.md |
主稿 · 含 14 条目（KV 压缩 + VectorDB + K8s + Substack + 数据库 Release） | 本文件是补充 |
2026-07-04-2105-evening-briefing-hf-daily-agent-memory-kvcache-substack.md |
关联条目：Persistent Q4 KV Cache (136× TTFT) | 7-04 晚间 |
2026-07-02-1105-inference-systems-kvcache-pd-scheduling.md |
关联条目：13 篇 arXiv PD 调度 | 7-02 PD 主题 |
2026-07-01-1520-engineering-filter-inference-kvcache-vecdb-jul2026.md |
关联条目：LMCache / SwiftCache / KVServe / VeriCache / Kareto / Tutti 6 篇 KV 缓存 arXiv | 7-01 KVC 主题 |
2026-07-03-1955-engineering-filter-third-round-kernels-blackwell-llm-cuda-compiler.md |
关联条目：Blackwell 编译器视角 | 7-03 编译器 |
2026-07-05-llm-rag-agent-research.md |
关联条目：MiniMax-M2 / Memory for Autonomous LLM Agents / SSGM / A-RAG / RAG-driven Multi-Agent LLM / Awesome-Search-Agent-Papers | 7-05 RAG/Agent |
关键定量结论汇总
| 来源 | 关键数字 |
|---|---|
| TIS · NIAH @ 50% budget | 100% |
| TIS · LITM @ 50% budget | 52.8% |
| TIS · 验证硬件 | RTX 5070, 8GB VRAM |
| FFASR · 模拟房间数 | 14 个 + 真实测量验证 |
| FFASR · 关键发现 | 远场 WER 比近场 WER 高数倍（低 SNR） |
| FFASR · Launch Event 参与方 | 4 家（IBM + NVIDIA + Cohere + CMU） |
| Cerebras Gemma 4 S2S · 视频演示 | 1 个（无量化对比） |
| Cerebras · LLM 推理（CS-3） | ~1,800 tokens/s（Llama 3.1 70B，需独立核验） |
| Cerebras · 语音 ASR 推理 | 未公开量化数据 |
反向质疑 / Critique（8 条）
- TIS "100% NIAH @ 50%" 是合成检索任务的极端情况 —— NIAH 本质是单 token 检索，不代表长上下文对话 / RAG 检索质量。LITM 52.8% 是更现实的指标。
- TIS HF Forum 单作者未走同行评审 —— 需要独立复现 + 学术圈验证。不能直接当作 production-ready 方法使用。
- ACL 2026 "Pitfalls of KV Cache Compression" 论文揭示：5 种 KV 压缩方法（StreamingLLM / SnapKV / TOVA / H2O / K-Norm）在多指令提示下均出现系统提示泄漏 + 指令跟随能力下降 —— TIS 未在此风险维度上验证。
- "Cerebras 实时性显著优于通用 GPU" 是 textbook vague claim —— HF Blog 未给具体倍数，没有公开 ASR 推理 benchmark 数字。这是宣传语言不是工程数据。
- FFASR 14 个模拟房间 = 真实测量验证 ≠ 真实部署数据 —— 14 个房间是 Treble 的合成 + 测量混合环境，真实会议室 / 车内 / 户外环境的部署数字仍需 1-2 年真实数据积累。
- Simon Willison "Better Models, Worse Tools" 文章存在性未核验 —— 这是本轮反思要重点解决的新一类失败："未核验标题 + 看似合理的论点"。即使论点可从 Simon 真实作品中外推，直接引用未核验 URL 是严重事实风险。
- FFASR Launch Event 4 家参与方 ≠ 行业标准 —— launch event 参与方是合作信号，不等于行业采纳标准。FFASR 成为行业标准需要 6-12 个月的持续维护 + 多模型提交 + 学术圈引用。
- Cerebras Gemma 4 与 FFASR 强行关联 —— 两个独立合作（Cerebras 端到端 vs Treble 评测）应分开核验和归档，不应在原文件中合成"合作"。
后续行动
- [P0] 核验 Simon Willison "Better Models, Worse Tools" URL —— 直接访问
simonwillison.net/2026/Jul/4/核验，若不存在则降级为"探索性线索"附录，不写入 7-04 之前任何稿件正文 - [P0] 复现 TIS —— 在 RTX 5070 / RTX 4090 上跑 NIAH + RULER + LongBench 三套测试（不应只跑 NIAH）
- [P0] 合并归档 FFASR + Cerebras Gemma 4 + TIS 到
语音 AI 主题页+KV 压缩 主题页 - [P1] 追踪 Cerebras 官方 ASR 推理 benchmark —— 若 2026-Q3 发布具体数字则补充
- [P1] 关注 TIS 作者是否提交 arXiv —— 社区帖 → 学术论文是常见质量提升路径
- [P1] 建立
notes/arxiv-fact-check-log.md—— 记录本周新增失败案例（TIS FFASR Cerebras 强行关联 + Simon W. 标题幻觉） - [P2] 将本次补充的 4 个条目与 2105 主稿合并为
july2026-arxiv-inference-vecdb-voice-ai-supplement.md主文档 —— 单文件覆盖 18 个不重复条目 + 完整 cross-reference
与原版（65 行 / 3.3KB）差异说明表
| 维度 | 原版 | 重写版 |
|---|---|---|
| 文件长度 | 65 行 / 3.3KB | ~250 行 / ~14KB |
| 条目数 | 3 | 4（增加 FFASR 独立条目） |
| 关键数字 | 0 | 9 个（TIS 100% / 52.8% / RTX 5070 / FFASR 14 房间 / Launch Event 4 家 / Cerebras ~1800 等） |
| 代码 / 命令 | 0 | 0（本主题无可执行代码） |
| 对比表 | 0 | 3 张（TIS vs 6 种 KV 压缩方法 / FFASR vs CHiME/URGENT/NOIZEUS/Open ASR / Cerebras vs FFASR 关系） |
| 跨稿引用 | 0（"Final summary 列 14 但文件内 3" 是虚假声明） | 6 处（2105 主稿 + 7-04 evening + 7-02 PD + 7-01 KVC + 7-03 compiler + 7-05 RAG） |
| 反向质疑 | 0 | 8 条（TIS NIAH 100% 是合成 / 单作者未审 / ACL 2026 pitfalls / Cerebras vague claim / FFASR 真实测量 ≠ 真实部署 / Simon W. 标题幻觉 / FFASR ≠ 行业标准 / Cerebras-FFASR 强行关联） |
| 来源核验 | 3 个 URL 全部未核验是否真存在 | 3 个 URL 全部核验（HF Forum TIS 真存在 / HF Blog Cerebras 真存在 / HF Blog FFASR 真存在 / Simon W. URL 失败） |
| FFASR 归属 | ❌ 错误归因为 Cerebras | ✅ 正确归因为 Treble + HF |
| Cerebras "实时性显著优于" | ❌ 抽象描述 | ✅ 标注 "HF Blog 未给量化数字" + 引用 CS-3 LLM 推理 ~1800 tokens/s（不同任务） |
| TIS 数据 | ❌ 仅 1 句概述 | ✅ NIAH 100% / LITM 52.8% / RTX 5070 8GB + 7 种 KV 压缩方法对比表 |
| Simon Willison "Better Models, Worse Tools" | ⚠️ 直接引用未核验 URL | ⚠️ 核验失败 + 降级处理 + 用真实 Simon 作品替代引用 |
| 摘要 14 个条目 vs 文件内 3 个的"虚假声明" | ❌ 存在 | ✅ 显式说明主稿补充关系 + 共 18 个不重复条目 |
重写原则：准确 → 可核验 → 量化对比 → 反向质疑 → 跨稿引用 → 显式去重。原版的问题不是"信息错误总量大"，而是 (a) 3 个 URL 全部未核验，(b) Cerebras 与 FFASR 错误关联，(c) Simon Willison 标题幻觉，(d) TIS 仅 1 句概述无量化数据，(e) 0 张对比表 0 条 cross-reference 0 条 critique，(f) 14 个条目虚假声明。
Jay · 2026-07-05 21:10 (Asia/Shanghai) · 第 7 周反思前补充重写版 · 由 7-05 21:10 反思生成器核验并重写