跳到正文

#開源生態

RSS
今日 0 則
10月2日週五
  1. david888podcast81

    蘋果相機不錄影、Linux 漏洞千個引發維護爭議

    本集探討蘋果 AI 感測器不錄影、Linux 核心漏洞千個、curl 創辦人對漏洞標記的回應、麥當勞 AI 動態定價爭議、蝴蝶視覺幹擾、Claude 產生維運指令碼與 DoGBench 評測、以及瑞士冰川消融等話題。

    推薦理由:本文將 Apple、Linux、Claude 等多項技術事件串連,提供跨領域視角,便於讀者快速把握隱私、漏洞與 AI 產業趨勢。

  2. hackernews10071

    Pi 1.0 正式發布

    Pi 1.0 正式發布,提供一個堅固、最小化且可擴充的代理框架,支援 Codemode、虛擬模型、延遲工具載入、Anthropic 模型快取等功能。 - 核心功能:Codemode(原生支援 MCP 與非 LLM 模型)、虛擬模型、延遲工具載入、Anthropic 模型快取、會話中系統訊息、全螢幕 TUI 主題。

10月1日週四
  1. Modal Engineering Blog77

    Modal Clusters 正式上線:秒級啟動與按秒計費

    Modal Clusters 正式上線,透過單行程式碼 @modal.clustered 立即在 Modal 平臺上啟動多節點叢集,支援秒級啟動、按秒計費、RDMA 6.4 Tbps 互聯以及自動 GPU 健康檢查。

    推薦理由:Modal Clusters 以秒級啟動與按秒計費,解決多節點訓練與推理的資源排程難題,對需大規模模型開發者與推理服務商具有實際價值。

9月30日週三
  1. AWS Machine Learning Blog47

    如何在 SageMaker AI 上使用 vLLM-Omni 生成影像和影片(第二部分)

    本文介紹瞭如何在 Amazon SageMaker AI 上使用 vLLM-Omni Deep Learning Container 部署 FLUX.2-klein-4B 即時影像生成端點與 Wan2.1-VACE-1.3B 非同步影片生成端點。工作流通過傳送文本提示詞生成靜態影像,隨後將其作為條件輸入並結合運動提示詞傳輸至影片端點,最終從 Amazon S3 獲取生成的 MP4 影片。

  2. ollama release60

    Ollama v0.35.0 版本更新

    Ollama 發布 v0.35.0 版本,新增決策模型 API,支援結構化輸出,提升工作流程自動化。 - 決策模型功能:透過 /v1/systemone 端點,模型如 Nimble、Tev1 可回傳選項、機率與分數,適用於工單分類、模型路由等。

9月29日週二
  1. Hugging Face Blog64

    NVIDIA 釋出開源表格基礎模型 Kumo Tabular

    NVIDIA 釋出開源表格基礎模型 Kumo Tabular,採用 Transformer 架構,無需訓練、調參或特徵工程即可在單次前向傳播中完成分類與迴歸預測。該模型提供 28M 到 215M 三種引數規模,完全基於人工合成數據進行預訓練,並在 TabArena、BeyondArena、TALENT 和 ScoringBench 四個基準測試中排名第一。

9月28日週一
9月26日週六
9月25日週五
  1. GitHub Blog · AI & ML79

    GitHub Security Lab Taskflow Agent 驅動的 AI 模糊測試自動化

    GitHub Security Lab 推出 Taskflow Agent,能以 LLM 代理自動化 C/C++ 專案的模糊測試流程,從寫 harness 到覆蓋最佳化、崩潰 triage,並以即時 Dashboard 監控進度。

    推薦理由:此工具將 LLM 代理與 AFL 結合,能自動化寫 harness、追蹤覆蓋與 triage,降低人工成本,提升 C/C++ 專案安全測試效率,並提供即時 Dashboard 監控,讓維護者能快速定位漏洞,從而縮短漏洞修復週期。

9月24日週四
  1. ollama release44

    Ollama v0.34.4 釋出更新

    summary_zh: Ollama 釋出 v0.34.4 更新,新增單次傳遞結構化輸出、修復本地大型庫錯誤與 macOS 應用程式無回應問題,並提升 Qwen 3.8 與 Gemma 4 在 Apple Silicon 上的效能。

  2. The Go Blog86

    Go 1.26/1.27 推出跨平臺 SIMD API,助力高效向量運算

    Go 1.26/1.27 內建實驗性 SIMD API,讓開發者可在 amd64、arm64、wasm 等平臺寫出近 ASM 速度的向量程式。 - 功能範圍:支援 AVX、AVX2、AVX512(amd64)、NEON(arm64)與 wasm SIMD 指令,並提供跨平臺的 simd 包,缺失功能會以效能最佳化的軟體模擬。

    推薦理由:Go 1.26/1.27 的 SIMD API 讓跨平臺向量運算更易寫,讀者可直接套用於效能關鍵程式碼。

9月23日週三
9月22日週二
  1. Hugging Face Blog74

    Transformers 現在支援執行 llama.cpp 量化模型

    Hugging Face 的 transformers 庫新增對 GGUF 模型的支援,允許使用者通過熟悉的 API 在本地高效載入和執行量化模型。該整合通過複用 ggml 的 Metal 核心並在 Apple Silicon 上最佳化生成迴圈,使 transformers 能夠直接執行諸如 Qwen3.5 等架構的量化權重。

    推薦理由:原文介紹了 transformers 對 GGUF 模型的支援及底層最佳化,讀者可以瞭解如何在熟悉的介面中直接載入和執行本地量化模型。

9月21日週一
  1. Microsoft Research66

    RetroChimera 提升大規模小分子合成預測

    微軟研究團隊釋出 RetroChimera,一種用於大規模小分子合成預測的框架,並在 Nature 論文中展示其效能。RetroChimera 結合 R‑SMILES 2 與 NeuralLoc 兩種模型,通過學習式重排序實現更準確的合成路線預測。其開源實現已在 GitHub 上釋出,旨在加速藥物與材料研發。

  2. NVIDIA Blog62

    NVIDIA 撰文談 AI 安全的工程化挑戰與AI 助理棧防護方案

    NVIDIA 釋出文章指出 AI 安全本質上是一個工程問題,並從AI 助理棧的全棧防護、可執行邊界、測試驗證及開源協作等方面闡述了應對策略。文章介紹了 NVIDIA OpenShell 等開源執行時及合作伙伴的安全工具,強調企業需要通過明確的策略、獨立沙箱和可追溯的身份憑證來保障AI 助理在複雜環境下的執行安全。

9月19日週六
  1. Google Research53

    Google Research 推出 MilleMiglia:面向中長途物流的現實實例生成器

    Google Research 介紹了 MilleMiglia,這是一個旨在為中長途物流配送問題建立現實基準的 C++ 實例生成器。該工具通過結合空間分佈、需求和車輛排程等統計模型,生成隱私安全且符合實際的物流網路資料。相關原始碼與文件已在 GitHub 開源,以推動運籌學與供應鏈最佳化領域的後續研究。

9月18日週五
9月17日週四
  1. GitHub Blog · AI & ML78

    GitHub 團隊使用 Copilot 將 Copilot 執行時重寫為 Rust

    GitHub 團隊宣佈將 GitHub Copilot 執行時(包括 CLI、應用和 SDK 的核心底層)從 TypeScript 完全重寫為 Rust。此次重寫歷時約 14 周半,包含超過 80 萬行生產級 Rust 程式碼,主要由 AI 助理協助單名開發者通過 128 個 PR 以增量方式逐步推進,使執行時效能提升了數個數量級。

    推薦理由:文章詳細記錄了使用 AI 助理將大規模執行時重寫為 Rust 的全過程,為開發者提供了極具價值的大型工程遷移實操參考。

9月16日週三