Together AI 于 ICML 2026 发布八篇全栈研究，从 Agent 到 GPU 内核
Together AI 八篇 ICML 论文覆盖 AI 全栈，强调层间协同，其中自适应推测解码已落地生产，体现研究下沉的完整循环。
Together AI 在 ICML 2026 展示八篇论文，覆盖从 Agent 到底层 GPU 内核的全栈研究。核心观点：前沿 AI 不能单层突破，各层必须协同迭代。例如自适应推测解码算法 Aurora 已部署为生产级 ATLAS speculator，加速推理。研究来自不同层级，但彼此依赖，共同构成平台能力。
正文摘录
Together AI 在 ICML 2026：全栈前沿研究 - title：Together AI 在 ICML 2026：全栈前沿研究 - sourcecompany：Together AI - bodymarkdown：  八篇论文光列出来就很多了。更好的阅读方式是看它们在栈中的位置。前沿 AI 并非在一个单层上构建，它是从 Agent 到 GPU kernel 的全栈研究的产物，而如果相邻层跟不上，任何单层的收益都会被浪费。 这是我们工作的核心。从顶层的 Agent 到底层的 kernel，我们的研究触及每一层，每层都为下一层提供输入。研究成果成为 Together 平台的一部分，而平台上运行的生产负载又指引我们找到下一个研究问题。Aurora，我们在 ICML 上关于自适应推测解码的研究，就是一个清晰的例子：同一项工作目前已经作为我们的 ATLAS 推测器在生产环境中上线。 以下是今年的工作，按层划分，自上而下。 01 前沿 Agent 能做实际工作的 Agent——用无法蒙混过关的任务来评估。 DSGym 10+ 领域，1000+ 任务 ThunderAgent Agent 推理速度最高提升 3.6 倍 TTT-Discover 超越最佳人类及开源模型 02 模型塑造 将基座模型变成推理者——即使在没有标准答案的情况下。 RARO 25% 胜率，无需验证器 V1 正确答案数最多提升 10% 03 算法优化 降低每个 token 的成本——能够适应实时流量的推测解码。