[2026-11-13] 黃仁勳閃辭震盪半導體、Apache 與 Postgres 雙爆史詩級 RCE
[2026-11-13] 黃仁勳閃辭震盪半導體、Apache 與 Postgres 雙爆史詩級 RCE
[2026-11-13] 黃仁勳閃辭震盪半導體、Apache 與 Postgres 雙爆史詩級 RCE
PyTorch Inductor 調整 MPS 後端,讓外部範本核心能透過 emit_kernel_override 輸出自身的 Python 原始碼,並避免不安全的核心融合造成錯誤程式碼或排程失敗。
Inkling 2 Small 今日發布開放權重後,在 Agent Arena 排名美國開放模型第 1、所有開放模型第 2,整體排名第 22。
推薦理由:Agent Arena 以 11.5k 次真實AI 助理工作階段為依據,並列出操控性與每項任務成本,呈現 Inkling 2 Small 在開放模型中的排名表現。
PyTorch 的 trunk/21e85424b9aaa3854ab1b609118816fac4af19a9 變更為預設建置 NCCL EP,讓 TokenSwitchNCCL 啟用。 變更內容:標記為 [distributed];來源未提供其他版本、效能資料或適用條件。
OpenRouter 說明如何在 RAG 向量搜尋後加入 Reranker,重新排序候選檔案,讓較可能包含答案的片段優先送入 LLM。
推薦理由:文章以 274 題合成資料比較檢索與重排結果,並提供成本、延遲及候選資料,可作為設計自有 RAG 評測的參考。
我們很榮幸以 Tripo H3.1 支援 Runway 全新的 3D 功能。將文字或圖片轉換為細緻的 3D 模型,並直接放進你的創作流程中。 迫不及待想看看社群會用這項功能創作出什麼。
Amplitude 表示,其產品AI 助理 Wave 結合 OpenAI 模型與程式代理程式,協助團隊將產品洞察轉為可執行的改進;Amplitude 估計,產品改進所需時間可從約一個月縮短至 1–2 天。
llama.cpp 的 Vulkan 後端加入 Intel FA prefill shader,並調整 shader 與主機端程式,以支援更多輸入形狀並修正精度問題。
Databricks 逐一回應 LTAP 的四種常見質疑,說明 Lakebase 如何以單一邏輯資料表支援 Postgres 交易處理與湖倉分析。 - 資料儲存:LTAP 將湖端作為耐久資料層,並以快取與 pageserver 支援讀取;文章主張這些層級不構成可獨立查詢的第二個資料庫。
推薦理由:文章以儲存層級、雙格式與 LSN 快照逐一拆解 LTAP 的四種常見誤解,呈現 Lakebase 如何兼顧 OLTP 存取與一致性分析。
PyTorch ROCm 將 AOTriton 更新至 0.15b,修正短序列效能回歸與多款 GPU 的數值問題,並擴大對新 GPU 的支援。
GitHub 以 Proof Agent 與 Data Forge 示範如何設計可跨 Agent 重用的技能,並透過專案設定檔、共用執行路徑與審核檢查串接工作流程。
推薦理由:文章以 Proof Agent 與 Data Forge 說明如何拆分技能、共享專案脈絡並加入人工審核,呈現跨 Agent 重用指令時的實作邊界。
vLLM 說明如何在 Vera Rubin NVL72 上部署 DeepSeek-V4.1-Flash,並透過核心最佳化與機架級記憶體池提升服務吞吐量與延遲表現。
推薦理由:文章拆解 Vera Rubin NVL72 上的核心最佳化,並以 AgentX 資料呈現吞吐量、延遲與快取命中率的變化,可供評估大規模模型服務的部署取捨。
Cognition 更新 Devin Teams 方案,讓團隊成員使用新版 Devin Desktop,並新增免費工作階段、SSO 與管理員用量控制。
推薦理由:這次更新涵蓋團隊成員使用 Devin Desktop 的席位安排、免費工作階段,以及管理員的登入與用量控制,呈現 Teams 方案的管理範圍。
Claude Code v2.1.323 加入實驗性、需選擇啟用的 Code Mode,讓 Claude 以 JavaScript 呼叫工具,並帶來多項許可權、安全與工作流程更新。
Microsoft Research 第 98 期聚焦多項研究進展,包括讓跨語言 AI 溝通更接近實現、解決 KLS 猜想,以及提升 AI 程式編碼AI 助理的效率。
Natera 與 AWS 建置 SWARM,運用 Amazon Bedrock AgentCore 分析實驗室裝置支援工單,平均首次回應時間從 17.4 小時降至約 8 分鐘。
推薦理由:SWARM 的架構拆分、技能庫與持續評估流程,呈現如何把裝置檔案和工程師經驗轉成可追蹤的診斷工作流程。
SGLang-Neuron 現已開放使用,透過 AWS Deep Learning Container,讓使用者以熟悉的 SGLang 介面在 AWS Trainium 上提供模型推論服務並產生強化學習(RL)rollouts。
服務或 AI 助理代表使用者呼叫其他服務時,直接轉送原本的使用者令牌,可能讓下游服務取得超出需求的許可權。Amazon Cognito 現在支援 OAuth 2.0 令牌交換,可把使用者令牌換成只能呼叫特定下游服務、許可權範圍較小的新令牌,而且不含更新令牌。若交換時附上代表中間服務的令牌,Cognito 也會加入 act 欄位,讓下游服務看出請求是由哪個服務代替使用者發起。例如,MCP 伺服器可用限縮許可權的令牌呼叫後端 API。這項功能適用於 Essentials 和 Plus 方案,並已在所有提供 Amazon Cognito 的 AWS 區域推出。
vLLM 已提供 Inkling-2-Small 的 Day-0 支援,這款 500B MoE 模型可接收文字與圖片輸入,並產生文字回應。
LMSYS Arena 研究讓電腦操作代理程式直接與遊戲及應用程式互動的 Interaction-as-a-Judge 評估方式,並開源兩組代理程式追蹤資料集。
推薦理由:OpenPort 將太空船補給規格設為可授權的開放標準,並以 1 美元授權費與後續任務時程呈現其推動方式。
llama.cpp b12329 將 NVFP4 權重縮放融合至 CUDA MMQ 的寫回階段,並把矩陣乘法與縮放整合,以最佳化 CUDA 預填充;此版本也加入融合測試並調整相關檢查。更新另列出 macOS、iOS、Linux、Android、Windows 與 openEuler 的建置驗證專案,涵蓋 CPU、CUDA、Vulkan 等平臺與後端。
vLLM 在 Inkling 2 Small 推出首日即提供支援,涵蓋模型服務、LoRA 與 DSpark 推測解碼,並針對推論效能進行最佳化。
OpenAI Codex 0.168.0 新增模型供應商瀏覽與新對話預設選擇,並加入可調整的側邊對話、錄音附件及動畫 GIF 生成等功能。 - 新增功能:可在 TUI 中檢視模型供應商並設定新對話的預設供應商;側邊對話窗格可調整大小或放大。
推薦理由:本次更新涵蓋模型供應商設定、側邊對話、錄音附件與動畫 GIF 生成功能,並修正多項 TUI 與 Windows MCP 行為,呈現 Codex 的近期使用變化。
Amazon Bedrock 說明如何透過調整快取期限、服務層級、推理努力程度與 maxTokens,測量推論成本及輸出變化。 - 快取期限:Claude Sonnet 5 與 Claude Opus 5 的快取讀取費率為輸入費率的 0.1 倍;在每小時至少三次請求、且請求間隔超過 5 分鐘的條件下,文中指出 1 小時快取可比不快取更省成本。
推薦理由:文章以快取重用率、Flex 支援情況、推理努力程度與輸出上限為例,整理逐項測試成本並同步檢查品質的方法。
Amplitude 的主動式產品AI 助理 Wave 運用 OpenAI 模型,從產品資料中找出改進機會、產出實作計畫並追蹤成效;Amplitude 估計,Wave 可將產品改進的交付時間從約 1 個月縮短至 1–2 天。
PyTorch 在 Tensor.backward、torch.autograd.backward 和 torch.autograd.grad 新增 disallow_implicit_grad_accumulation 引數;設為 True 時,若反向傳播遇到本來會隱式加總的梯度,便會改為報錯。
Google 工程師以 Gemini 4 Argon 和 Z3 建立分析流程,從 Go 編譯後仍存在的邊界檢查反推輸入,並用 go test 驗證產生的重現案例。
推薦理由:文章以實際測試說明 Gemini 與 Z3 如何找到模糊測試漏掉的 Go 邊界錯誤,並比較求解器與 fuzzing 的適用範圍。
AWS 說明如何運用 IAM principal 歸屬、CUR 2.0 或 Cost Explorer,以及 AWS Budgets,檢視並限制各 IAM 身分的 Amazon Bedrock 支出。
推薦理由:文章拆解 IAM 身分標記、CUR 2.0 成本報表與 AWS Budgets 限額的設定流程,也說明資料延遲和共用角色造成的限制。
Granite 4.1 3B 與 8B 推出 LLMON 實驗預覽模型,透過專用標記將指令、資料與要求分開表示,並以執行區塊指定彼此關係。 - 提示注入測試:在 OPI 基準上,LLMON 相較測試中的最佳前沿模型多避免 47% 的攻擊,相較最佳開源模型多避免 95%;在 ASB 與 StruQ 也觀察到類似趨勢。
推薦理由:文章說明 LLMON 如何以明確的指令與資料分隔降低靜態間接提示注入成功率,並交代基準測試範圍與尚在改進的自適應攻擊。
PyTorch 修正 torch.utils.cpp_extension 對 SYCL 編譯器的判斷,讓以開源 DPC++ 編譯器 dpclang 建置的 XPU 環境也能使用擴充功能 API。