跳到正文

#開源專案

RSS
今日 16 則
11月11日週三
  1. Hacker News (official RSS)79

    Ginux 將開發方向轉為使用者空間核心

    Ginux 將開發方向從可直接啟動的獨立核心,轉為在 Linux 上以一般程式執行的使用者空間核心,為受管理的隔離執行個體提供可版本化的核心合約。 - 系統呼叫處理:Ginux 會在系統呼叫影響主機前,選擇模擬、驗證並轉譯後代為執行,或拒絕請求;執行個體只取得合約核准的能力與介面行為。

    推薦理由:Ginux 將核心轉向可版本化的使用者空間核心合約,並說明其系統呼叫處理方式與相容性邊界,可供評估隔離設計的取捨。

  2. Browser Use Releases63

    browser-use 1.0.2 修正 MCP 瀏覽器操作與錯誤回報

    使用 MCP 操作瀏覽器時,遇到遠端除錯未開啟或頁面載入很慢,可能會卡住。browser-use 1.0.2 讓命令列和 MCP 可以改用自己的 Chromium,並讓 CDP 呼叫等待 20 秒;如果頁面被 JavaScript 對話方塊卡住,則會快速顯示處理提示。MCP 的瀏覽器程式碼也能在 Windows 用 UTF-8 讀寫檔案,並新增回報問題的方式,送出前會先清理文字。

    推薦理由:這次更新補上 MCP 使用自有 Chromium、慢頁面等待與 JavaScript 對話方塊卡住時的處理方式,能看出瀏覽器自動化流程如何回報錯誤並收集意見。

  3. Dev.to Top Tech76

    GLM-5.3-SLIM-GGUF 標頭分析:裁減 64 個專家後檔案縮小 24.6%,推論讀取量近乎不變

    GLM-5.3-SLIM-GGUF 將 Unsloth 的 256 專家 GGUF 裁減為 192 專家版本;作者比對兩組 GGUF 標頭後指出,檔案縮小 24.6%,但每 token 讀取的權重量幾乎不變。

    推薦理由:作者比對兩組 GGUF 標頭,拆解檔案縮小的來源與每 token 權重讀取量,呈現裁減專家對硬體容量和推論速度的不同影響。

  4. Hacker News (official RSS)41

    Show HN:研究者用自己的血糖資料訓練 15 種預測模型

    血糖會隨時間變化,研究者想知道能不能用自己的資料預測接下來的血糖。他用自己的資料和公開資料測試 15 種模型,其中自己做的 T1DMAI 是小型 Transformer,會預測未來 2 小時的血糖;再用少量真實資料微調後,在自己的資料測試中,60 分鐘預測的分數接近表現最好的 XGBoost。可是換到公開資料時,結果就不一樣,也有模型很難抓到低血糖。這些測試目前只適合研究和教學,模型沒有經過臨床驗證,不能拿來決定用藥或治療。

  5. Hacker News (official RSS)82

    Modern Web Guidance 提供技能,引導程式碼代理程式採用現代網頁技術

    Modern Web Guidance 推出一組可安裝至程式碼代理程式的技能,提供現代網頁平臺指南,協助代理程式使用瀏覽器原生功能與較新的實作模式。 - 涵蓋內容:包含 CSS、HTML、JavaScript、效能、表單與無障礙等指南,並列出 203 個實務案例;CLI 可搜尋指南、依 ID 擷取內容,並掃描程式碼庫中的舊式模式。

    推薦理由:專案提供 203 個實務案例與多種代理程式安裝方式,並公佈引導前後的任務通過率,呈現其涵蓋範圍與評估依據。

  6. LMSYS Org Blog83

    SGLang 團隊用 megakernel 讓 Muse Spark Open 在 Blackwell GPU 上達到每秒 1,109 個 token

    GPU 執行模型時,工作被拆成許多小步驟,步驟之間的等待會讓部分晶片閒著。LMSYS 團隊為 Muse Spark Open 寫了一種叫 megakernel 的大型 GPU 程式,把每一層的多項工作合在一起,讓不同部分能趁空檔先處理下一件事。在 Blackwell GPU 上,單次請求的解碼速度從每秒 517 個 token 提升到 1,109 個 token;團隊也把草稿模型的執行步驟從 175 次減到 8 次。這種做法目前只支援搭配猜測解碼的單一請求,團隊接下來打算擴充到多個請求。

    推薦理由:文章拆解 megakernel 如何合併 GPU 工作、減少等待,並以 Muse Spark Open 的實測展示效能變化,能看出低延遲推論的工程取捨。

11月10日週二
  1. PyTorch67

    PyTorch 介紹 CUDA Tile 如何將分開計算多個專案的直接實作融合成單一 tiled kernel,並將矩陣保留在暫存器中。 程式設計方式:使用 Python 型 DSL 與以 tile 為核心的原語,自動針對 Tensor Cores 和其他進階 GPU 硬體功能進行最佳化。 文章內容:提供範例、檔案與程式碼,展示如何撰寫清晰、易讀且高效能的 kernel。 全文:https://t.co/YVLyHtfWuJ

    推薦理由:CUDA Tile 將分開計算多個專案的 PyTorch 實作融合為單一 tiled kernel,並讓矩陣保留在暫存器中,呈現其核心程式設計方式。

  2. Dev.to Top Tech47

    Oliviacode:由使用者自選模型端點的桌面 AI 程式碼助理

    Oliviacode 是一款桌面 AI 程式碼助理,讓使用者自行提供 API 金鑰並指定相容端點;應用程式本身不內建模型供應商、金鑰或端點。 - 連線與工具:提供直接連線、本機 SOCKS 橋接與 Tor 三種連線方式;內建 MCP 伺服器,提供 web_search 和 web_fetch,搜尋後端的 URL 與金鑰由使用者提供。