llama.cpp releasesAI 評分43
llama.cpp b12074 將 DeltaNet 卷積狀態索引改由主機填充
llama.cpp 發布 b12074 建置，DeltaNet 卷積視窗的回滾 slot 索引原本在裝置端用 arange 加 argsort 計算，現在改為由主機填充的迴圈記憶體 I32 輸入。該索引在每種圖形狀下都是常量，因此省去了裝置端計算，meta 後端也不再需要為 ARANGE 做映象 split，同時修復了 sm tensor。
搜尋
找到 4 筆；也可以試試 語意搜尋
Hacker News front page● 精選AI 評分82
Qwen3.5 4B 權重內嵌 RISC-V CPU，用 GDN 層當記憶體
實驗模型 Qwenputer 在 Qwen3.5 4B 權重裡編譯進一顆 32 位 RISC-V CPU（RV32IM 加 Zba 擴充套件），以 Gated DeltaNet 注意力層的狀態矩陣當 RAM。CPU 佔模型 32 層中的前 11 層，全程不訓練，權重由編譯器直接寫入；它已通過官方 riscv-tests，程式結果與 qemu 一致，自由執行 1800 萬條指令無差錯，能跑 C 和 MicroPython，但還不到跑 Linux 的程度。
Hacker News front pageAI 評分65
6502 CPU 被編譯進 Qwen3.5 權重，約 1GB 模型跑 NES 遊戲
開發者把 NES 的 6502 CPU（2A03 核心）、2KB 工作記憶體和卡帶程式 ROM 編譯進一個標準 Qwen3.5 檢查點，權重約 1GB，全部由編譯器計算而非訓練得到。執行時模型逐 token 預測 CPU 執行日誌，畫面渲染、手柄輸入和 vblank 中斷由宿主程式負責；該專案沿用 Qwenputer 的編譯器，以及其「Gated DeltaNet 狀態即機器記憶體」的做法。
Hugging Face blog● 精選AI 評分73
Ai2 發布 StateBench：前沿模型長文狀態追蹤仍失靈
Ai2 推出 StateBench，一個按四檔難度衡量語言模型在長文件中追蹤實體狀態變化的基準。結果顯示：迴圈與混合架構（如加入 Gated DeltaNet 層的 Olmo Hybrid）在直接訓練後泛化能力遠超 transformer，而 Gemini 3.8 Flash、Claude Opus 5.5、GPT-6 Sol/Luna 等前沿模型在輸入變長、依賴鏈變複雜時仍會失效。