sztlink contribuiu 2 vezes para a frente TurboQuant

O sinal do dia

Registro autoral do que foi desenvolvido ou publicado no dia anterior, cruzado com sinais das fontes recorrentes do ecossistema.

Contribuições @sztlink

x · @sztlink / X: @ivanfioravanti Matches what I just measured. Decoy needle at depth: 2-bit V holds clean to 16k then cliffs at 32k (exact recovery ~44% on Llama-3.1-8B, ~38% on Mistral-7B, N=16).
x · @sztlink / X: @no_stp_on_snek Ran the CUDA side of #182 on a 4090 (sm_89, CUDA 13). Build green; turbo4/turbo3/turbo2 KV all coherent and track f16 on Llama-3.1-8B, decode within ~3-4% (turbo2 ~

Sinais externos do dia

commit · TheTom / llama-cpp-turboquant: fix: tolerate leading whitespace before <think> tags in all PEG parsers
commit · TheTom / llama-cpp-turboquant: Merge pull request #182 from TheTom/tom/catchup-from-feature
commit · TheTom / llama-cpp-turboquant: rpc : update GGML_OP_COUNT assert for TURBO_WHT op (fixes RPC builds)
commit · TheTom / llama-cpp-turboquant: vulkan: force f32 accumulation for quantized K/V flash attention
commit · TheTom / llama-cpp-turboquant: vulkan: fix botched-merge FA shader preprocessor + gate turbo FA
commit · TheTom / llama-cpp-turboquant: CUDA/HIP: implement get_rows for TQ4_1S and TQ3_1S
issue · TheTom / llama-cpp-turboquant: #177 Eval bug: Performance issue on build 9450 (73eb521)
issue · TheTom / llama-cpp-turboquant: #113 Feature Request: Upstream the TurboQuant implementation

O que observar agora

Velocidade entre paper, fork e validação em hardware real.
Qualidade medida por REFRACT, não apenas throughput.
Claims de forks comparados com execução concreta.

Nota autoral

Esta edição combina radar de campo com diário de contribuição: o que se moveu no ecossistema e o que o @sztlink efetivamente colocou em circulação no GitHub/X.
O texto público deve assumir uma voz de trabalho: método, dúvida, evidência e próximo experimento — sem transformar hipótese em resultado.

Fontes consultadas

Próxima leitura

TurboQuant é um radar diário e também um diário público de contribuição: consulta fontes recorrentes do ecossistema — TheTom, REFRACT, llama.cpp, benchmark @sztlink, paper TurboQuant e forks adjacentes — e registra o que o @sztlink colocou em circulação no GitHub/X.