找到 7 筆
斯坦福大學與 Together AI 提出 Next-Concept Modeling（NCM），借鑑 NeurIPS 2024 最佳論文 VAR 的下一尺度預測，讓模型先並行寫出概念大綱、再逐層填充細節，形成不同於自迴歸與擴散的第三種文字生成範式。單塊 H100 上，XSum 摘要在 ROUGE-L 相當的情況下速度約為強擴散基線的 31 倍，LM1B 無條件生成約 21 倍，OpenWebText 約 10 倍，訓練 token 用量分別少 4.9 倍和 4 倍。
Hugging Face 推出 torch-neuronx 模型支援查詢 Space，可查 Hub 上的熱門模型能否不經修改在 AWS Trainium 上執行。每條結果給出模型分片佔用的 Trainium 核數、含編譯的實際耗時和峰值視訊記憶體，並提供測試所用的 run.py，以及從 NEFF 快取跳過編譯的命令。目前僅覆蓋 Transformers 的文字生成與圖文模型，且只測試能放進 4 張 trn2（16 核）的模型，PASS 不代表吞吐或長文字生成表現。
llama.cpp 建置 b11928 加入 MiniCPM-OCR-Jev，這是一個只打分、不生成文字的 OCR 模型。它以 Qwen3.5-VL 為骨幹，在最後一個 token 上讀取 value head，為影像與其渲染文字的匹配度打分，通過 POST /v1/systemone 的 openbmb-minicpm-ocr-jev 決策型別提供服務。checkpoint 沒有 LM head，因此文字生成請求會被拒絕；
開發者以 Show HN 形式發布了 TitleArt（titleart.dvy.io），其定位是「Make text like it's 1997」，也就是把普通文字渲染成 1997 年風格的標題字效果。該帖發布時在 Hacker News 上僅獲得 6 分、0 條評論，頁面未披露更多功能、價格或支援平台。
Google 發布實驗性遊戲平台 Playground，使用者無需程式設計經驗，用簡單文字提示即可在幾分鐘內做出自訂遊戲。平台提供 Trivia、Tower Defense、Racing 等熱門型別，也可從零開始，採用對話式介面；Discover 板塊展示他人作品，涵蓋平台跳躍、問答、街機射擊、文字解謎與體育等型別。頁面提示訪問可能需要訂閱，僅在部分國家開放，且限 18 歲以上使用者。
阿里發布 Qwen-Image-2.1-Turbo，這是基於 Qwen-Image-2.1 的加速 checkpoint，只需 8 步去噪即可生成和編輯影像，權重已在 ModelScope 與 Hugging Face 開放。它沿用同一 7B 視覺生成架構，官方稱步數減少不犧牲品質，仍可從文字生成 2K 影像，並支援用自然語言繼續編輯，例如新增配飾或更換場景。Diffusers 中載入 QwenImage21Pipeline 即可使用推薦的 8 步取樣；
Sebastian Raschka 發布從零建置推理模型的影片課程，共 8 集、總時長超過 11 小時。課程以小型預訓練 Qwen3 模型為起點，用 Python 和 PyTorch 親手實現評估、推理時擴充套件、強化學習與蒸餾，可配合其《Build a Reasoning Model (From Scratch)》一書按章節同步練習。前置要求是熟悉 Python 與 PyTorch；早期文字生成與評測範例在 CPU 上即可執行，後續訓練實驗建議使用 GPU。