找到 24 筆
llama.cpp 新建置 b11923 放寬了 ggml SCALE 運算元的輸入要求：此前 src0 必須一維連續，現在只需 dim-0 連續、允許任意行步長，與 Metal 後端一元運算元的行為一致。CPU（f32、bf16 按位元組步長定址行）、CUDA（步長感知核心，用 fastdiv 做行分解）與 Metal（新增 bf16 scale）均已適配，SYCL 仍限定連續輸入。test_scale 增加了 view 變體測試，已在 CPU、Metal、CUDA 上驗證；
llama.cpp 修復了 MiniMax-M3 的量化 scale 未轉發到計算圖、導致輸出變成亂碼的問題。minimax-m3.cpp 此前沒有把逐專家的 NVFP4 scale2 張量，以及稠密 FFN 和共享專家的 MXFP8 逐張量 scale 傳入圖；
llama.cpp 建置 b11721 在 CUDA 後端把 Qwen4Exp 的 SCALE → SIGMOID → SCALE → hc_post 鏈融合成單個 kernel，由四個 kernel 縮減為一個，程式碼移植自 Vulkan 的 HC_POST_GATE 融合（#29520）。實現上 dsv4_hc_post_f32 新增 gated 模板標誌，直接用原始權重計算 scale_out·sigmoid(scale_in·p)；
Tenstorrent 以 62 億美元估值完成 15 億美元融資，估值較 2024 年底的 26 億美元翻了一倍多。本輪由 Trace Capital 與 Innovation X 領投，Cadence Ventures、Eclipse、Fidelity、SanDisk、T. Rowe Price 參投。
美國新實驗室 Reflection 開源首個模型 Beam：501B 引數 MoE，每 token 僅啟用 23B，支援 1M token 上下文，Apache 2.0 許可，主攻編碼與 agentic 場景。首日支援 transformers、SGLang 與 vLLM，提供 BF16、FP8、NVFP4 三種 checkpoint 及自研 Rust 推理 harness，並附 SFT 與 RL 微調配方。
Meta 披露其 Muse 系列基礎模型（含 Muse Wonder）在俄亥俄州 New Albany 的千兆瓦級超算叢集 Prometheus 上完成訓練。該叢集擁有數十萬塊 GPU，預訓練 goodput 達 85% 以上、強化學習 90% 以上，Muse Wonder 訓練期間平均約 4.7 萬 GPU 小時才出現一次中斷。Meta 還附上了介紹 Prometheus 技術細節的連結。
Anthropic 前沿紅隊部落格發布研究：與 Theorem Labs 合作，用 Claude 在數週內為一百多個真實開源庫證明安全屬性。形式化驗證過去只能用於小規模程式碼庫或需大量專家時間，AI 模型正讓大規模驗證變得可行。完整研究已在其部落格發布。
Inception 發布擴散架構大模型 Mercury 3，稱在多項基準上超過 GPT-6 Luna 與 Claude Haiku 5.5，NVIDIA GPU 上速度達 1068 token/秒，為後兩者的 4–8 倍。其引數量比 Mercury 1 擴大 40 倍以上，上下文從 Mercury 2.5 的 260K 提升到 1M。定價為每百萬輸入 token 0.20 美元、輸出 0.70 美元，發布期五折，快取輸入再降 90%。
NVIDIA 在 OCP 全球峰會上把 Vera Rubin 機架與計算托盤設計通過 MGX 開放架構貢獻給 OCP，併發布 MGX 1.2 規格。MGX 1.2 新增機架級盲插液冷、5000A 液冷母排與原生 19 英寸裝置支援，單機架部署最高 250kW，同時加入面向 agentic AI 的 Vera CPU 機架設計。
馬斯克發文表示，發電量是衡量任何大型經濟體真正實力的最佳指標。這條表態沒有點名具體國家或地區，也沒有給出配套資料、統計口徑或政策指向，僅是一句判斷。發布時間為 2026 年 10 月 10 日。
Kimi 發布 Agent Swarm，基於 Kimi K2.5 可最多部署 100 個並行子智慧體、執行超 1500 次工具呼叫，比順序執行快 4.5 倍。它面向可並行任務，如大規模檢索、批次下載、多檔案處理、多角度分析與長文寫作，官方給出從 40 篇 PDF 生成 100 頁文獻綜述、整理 200 多篇 Paul Graham 文章等範例。
NVIDIA 宣布 DGX Spark 新增 64GB 統一記憶體版本，10 月 23 日由 Acer、ASUS、Dell、Gigabyte、HP、MSI 發售，起售價 4999 美元。該機型保留 GB10 Grace Blackwell 晶片、DGX OS 與完整 AI 軟體棧，支援最高 1000 億引數模型本地執行；兩臺可通過 ConnectX-7 直連組成 128GB 叢集，支援 2000 億引數模型，官方 Qwen 3.8 27B 測試效能提升至 1.7 倍。
Mistral AI 與歐洲核子研究中心（CERN）宣布合作，探索用大規模 AI 模型應對粒子物理日益增長的複雜度。雙方的目標是訓練一個單一的大型物理模型（Large Physics Model），訓練資料為數十億次模擬對撞。目前公開的只有合作意向與這一目標，模型規模、時間表與開放方式均未披露。
NVIDIA 為 Confidential Computing 新增 Confidential Bare Metal 部署選項，讓前沿模型廠商能在第三方裸金屬基礎設施上執行敏感負載，同時保留對模型和資料的控制。至此機密計算共有裸金屬、Kubernetes 容器、虛擬機器三種部署形態，並新增傳輸中資料保護、平台完整性度量與硬體級訪問限制等控制。
輝達在歐洲的雲合作伙伴集體擴容，其中 Mistral 在自有歐洲資料中心用 3800 塊 Grace Blackwell GPU 訓練出最新前沿多模態模型 Mistral Large 4，覆蓋編碼、agentic 工作流與多模態理解，其 Vera Rubin 基礎設施計劃 2027 年交付。Nscale 用 GB300 NVL72 與 DSX MaxLPS，在同等供電預算下多部署 37% 的 GPU，聚合推理吞吐提升近 50%。
Stripe 設計負責人 Katie Dill 在 2026 年 9 月 10 日舊金山 Lenny and Friends Summit 的演講中提出，AI 讓建置產品更容易，但產品容易淪為通用的殭屍 UI。她認為好設計仍取決於清晰的觀點、對使用者的理解和對細節的用心，並分享瞭如何把標準寫進 AI 工具、在初稿之外繼續編輯、用 AI 做出更原創的產品。該影片由 Lenny's Podcast 於 9 月 25 日發布，時長 21 分 47 秒。
Claude 在 123 個真實開源庫的 RISC-V 彙編層面生成了形式化安全證明，作者稱這是首次用 AI 把形式化驗證大規模應用到生產軟體。證明覆蓋所有小於 64 MB 的輸入：在單執行緒靜態二進位制、固定記憶體預算的 RISC-V 執行環境下，程式總能正常退出，不觸發記憶體安全錯誤或斷言失敗。寫證明的過程中 Claude 還發現了數萬億次測試都沒檢出的 bug；
研究者提出 GHARP，基於大規模重建先驗，能從被攝者的少量輸入影像和驅動表情訊號即時生成 3D 高斯頭部動畫。該方法把任務拆成兩個階段：身份階段離線建置主體的幾何與外觀表示，動畫階段在執行時預測與表情相關的殘差。作者稱這種分離在保真度、畫質與執行時間之間取得更有利的權衡，離線階段可以更重，執行時動畫仍保持即時。
GitHub 把 Git 寫入的仲裁序列化範圍從整個倉庫收窄到單個引用（reference），內部真實流量測試中，不同引用的寫入吞吐提升 3–4 倍，延遲更低。跨區域的副本使每次網路往返約需 25ms，而一次寫入需要多次往返，再加上倉庫級鎖，最慢的健康副本就決定了每次寫入的延遲和吞吐上限。改動後，只有寫同一引用的請求會相互等待，GitHub 藉此把最後 0.00001% 的高流量倉庫遷入 Azure；
MaxText 團隊用 JAX/XLA 在 Google Cloud TPU 上從零復現了 Ai2 的 Olmo 3 7B 語言模型，預訓練與中期訓練各階段在所有留出評測上均與原始 PyTorch-on-GPU 參考結果精確一致。實現最高達到 57.4% 的模型浮點運算利用率（MFU），並在不修改訓練配方的情況下經受住執行中叢集擴縮容與跨代 TPU 切換。該案例還暴露出一個資料載入器記憶化 bug，它人為壓低了訓練損失，靠完整留出驗證才被發現。
論文提出並研究 Plan-then-Retrieve（PtR）工具發現範式：讓 LLM 先生成抽象工具樁（Abstract Tool Stubs），即描述所需能力的假設函式簽名，再拿這些簽名到工具登錄檔中做檢索查詢。作為對照，主流的 Retrieve-then-Plan（RtP）直接用使用者查詢做嵌入，通過近似最近鄰搜尋找相似工具。問題背景是工具增強的 LLM agent 需從大型登錄檔裡發現可用 API，而有限的上下文視窗不允許把所有工具定義塞進單個 prompt。
Kimi 發布 Agent Swarm 多智慧體能力，Kimi K2.5 最多可並行排程 100 個子智慧體、執行超過 1500 次工具呼叫，官方稱結果比序列執行快 4.5 倍。使用者只需給出目標，模型會自行設計組織結構、招募並分派子智慧體，無需人工編排，官方稱這突破了單智慧體在上下文視窗與長任務上的結構性上限。典型場景包括批次蒐集 100 個細分領域的資訊、把 40 篇 PDF 彙總成 100 頁帶完整引用的文獻綜述，以及由多個不同立場的專家智慧體同時評審同一份產品方案。
Claude Opus 5.5 的 fast mode 已結束 research preview，無需申請即可使用；請求不再需要 fast-mode-2026-02-01 beta header，繼續傳送該 header 仍然相容。該模式在 Start、Build、Scale 三檔用量層級都有預設速率限制，並已在 Azure 託管的 Microsoft Foundry 提供。
OpenAI 宣布封禁來自俄羅斯和伊朗的各一個隱蔽影響力行動，它們把其模型與傳統手段結合，經營「假媒體」實體來洗白地緣政治資訊。伊朗方面運營 7 個「記者」人設，向全球中小媒體投遞長文；俄方在拉美借不知情者開設「智庫」，並偽造洩露檔案與音訊指令碼，兩者還大量用 AI 起草內部報告以誇大成效。按 IO Breakout Scale 評估，俄方行動達到第 5 級，是 OpenAI 開始披露以來搗毀的首個第 5 級行動，伊朗行動為第 4 級。