跳到正文

#Meta

RSS
今日 3 則
9月25日週五
  1. Trail of Bits Blog75

    不要讓 TEEs 破壞你的 MPC

    TEEs 與 MPC 的結合雖能提升安全,但若未正確驗證與防禦,仍可能被回滾攻擊與測試失效等漏洞利用。 - 安全模型:在 TEE 內執行的 MPC 可將半誠實模型提升為惡意安全,但前提是 attestation 能驗證正確實作。

    推薦理由:本文深入剖析 TEE 與 MPC 組合的安全陷阱,並提供實務防禦建議,對安全工程師設計可信系統具有指導意義。

9月24日週四
  1. Ars Technica · AI62

    Meta 釋出無攝像頭版 Ray-Bans 及新型虛擬現實眼鏡

    Meta 在近期釋出了多款新品,包括無攝像頭的 Ray-Bans 音訊眼鏡、多款新鏡框樣式、售價 1,300 美元且比 Quest 3 輕五倍的新型虛擬現實眼鏡,並宣佈 Muse 助手即將登陸其眼鏡系列。新功能還支援在視訊通話中使用全息數字阿凡達代表佩戴者,同時面臨隱私安全及平臺訪問限制等挑戰。

  2. 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。

9月16日週三
9月15日週二
  1. Platformer64

    政府不願規範 AI:觀點與影響

    美國政府對 AI 監管持保留態度,AI 實驗室領袖呼籲迅速行動,卻被總統與眾議院領袖忽視。 - AI 搜尋:Google 表現不佳,導致 Reddit 交通下降。 - AI 選舉:未實現,選民關注度低。 - OpenAI:提出對抗深度偽造的政策。 - Anthropic:推出 S‑1。 - Meta:內部政治影響顯著。

9月11日週五
  1. Together AI Official Blog81

    Together AI 擴充 Fine‑Tuning 服務:新增多款模型、即時指標與更精細控制

    Together Fine‑Tuning 於 2026 年 9 月 11 日推出新版,支援更多開放權重模型、即時實驗追蹤、專家 LoRA 及早停功能,並降價 30–70%。

    推薦理由:此更新提供更完整的實驗追蹤與成本最佳化,讓使用者能即時調整訓練策略,並以更低成本部署多模型,同時支援專家 LoRA 及早停功能。

9月10日週四
9月9日週三
9月8日週二
  1. Nathan Lambert (Interconnects)79

    最新開源實體 (#24):Motif‑3、GLM‑5.3、Hy4‑preview 及開放模型授權

    GLM‑5.3 於 2026 年以自訂授權釋出,要求 10 億美元營收的服務商須通過 Z.AI 安全審核。 - 西方模型授權趨勢:Google 與 Meta 轉向 Apache 2.0,降低採用門檻。

    推薦理由:本文闡述西方開源授權與中國模型授權的差異,對開發者評估採用風險與合規成本具有參考價值,並列舉多款新模型與其授權條款,方便快速比較。

9月6日週日
9月3日週四
8月23日週日
  1. Recode China AI85

    Unitree 爆款上市、Nvidia 晶片獲北京綠燈與大廠 AI 投注

    Unitree 在上海科創板上市首日股價暴漲 629%,市值逼近 $66 B,但隨後兩個交易日即跌落近 $10 B。 - Unitree IPO:創造中國機器人市值新高,創辦人王興興淨值飆升約 $18 B。

    推薦理由:Unitree IPO 亮相證明中國機器人產業已成百億市值新星,Nvidia 晶片出口政策變動則揭示中美技術競賽新動態。

8月17日週一
  1. LMSYS Org Blog78

    SGLang 如何用 CUDA Graph 降低推論啟動開銷

    大型語言模型推論會連續啟動許多 GPU 操作,反覆由 CPU 發出指令可能拖慢速度。SGLang 團隊整理了 CUDA Graph 的做法,並把執行流程和捕捉方式拆開,讓預填充、解碼等工作能選用不同策略。文中重點介紹 BCG:遇到不適合錄進圖形的操作時,先讓它照常執行,再接著捕捉後面的工作,因此不必先用編譯器分析整個流程。團隊測得,單看預填充速度,BCG 比直接執行快 1.70 倍;完整捕捉快 1.93 倍,但目前仍屬實驗功能,主要支援 FlashAttention(fa4)和 FlashInfer。

    推薦理由:文章比較三種 CUDA Graph 預填充捕捉方式,說明 BCG 如何減少編譯等待與重複記憶體佔用,並交代完整捕捉目前的適用限制。

8月16日週日
8月14日週五
8月12日週三
8月10日週一
  1. Hugging Face Blog86

    Meta 釋出開源多模態模型 Muse Glimmer

    Meta 推出了全新的 30B 引數開源多模態模型 Muse Glimmer,採用 Apache 2.0 協議釋出,專門面向本地AI 助理和隱私保護應用。該模型結合了 2B 的視覺感知編碼器與 28B 的文本解碼器,支援影像、影片理解以及多模態工具呼叫,並提供 transformers、llama.cpp 和 vLLM 的首日支援。

    推薦理由:文章詳細介紹了 Meta 開源多模態模型 Muse Glimmer 的架構設計與本地部署方法,讀者可以據此瞭解其在端側AI 助理和多模態任務中的應用潛力。

  2. LMSYS Org Blog62

    SGLang 首日支援 Muse Glimmer,讓多模態模型能在本機硬體執行

    想在自己的電腦上執行多模態 AI 助理,速度和硬體需求常是難題。SGLang 宣佈從 Muse Glimmer 推出的第一天就提供支援,讓開發者能在多種 NVIDIA 顯示卡、DGX Spark 和 Apple Silicon 裝置上執行這個 30B 模型。文章列出不同硬體與設定下的速度:在 RTX 5090 上使用 NVFP4 和 DFlash 時,每位使用者每秒可生成 236 個 token,批次輸出速度最高為每秒 1,452 個 token。DFlash 能加快多數測試設定的互動速度,但 Apple Silicon 的 MLX 後端目前不支援這項功能。

    推薦理由:Muse Glimmer 加入 SGLang 首日支援後,可在多種本機硬體上執行;文中資料也比較了不同平臺與解碼方式的速度差異。

8月3日週一
8月1日週六
  1. Big Technology61

    AI 實驗室或將轉向產品銷售:從模型 API 到 AI 原生產品

    AI 實驗室或將轉向產品銷售,這篇觀點分析指出,從單純提供模型 API 轉向銷售基於模型的 AI 原生產品可能成為主流。 - 市場趨勢:OpenAI、Anthropic、Google、Meta 等多個實驗室已開始推出以模型為核心的產品(Claude Code、Claude Design、ChatGPT superapp 等),顯示從 API 轉向產品的動向。

7月29日週三
7月18日週六
7月16日週四
7月13日週一
6月24日週三
6月16日週二
5月11日週一
  1. Import AI21

    Import AI 456:RSI 與經濟增長;AI 監管的激進可選性;以及神經計算機

    Institute for Law & AI 的研究人員提出了針對 AI 監管的“激進可選性”方法,主張政府應在短期內避免過度監管,同時快速構建應對未來不確定風險所需的機構與資訊渠道。具體建議包括建立資訊收集機制、保護吹哨人、加強跨政府資訊共享、制定靈活規則、開展模型能力與安全評估以及提升模型權重安全性等。此外,來自 Meta 和 KAIST 的研究探討了神經網路能否作為傳統計算機執行。

3月26日週四
3月18日週三
  1. Together AI Official Blog73

    Together AI 擴充微調服務,新增工具呼叫、推理與視覺支援

    Together AI 推出新版微調服務,新增工具呼叫、推理與視覺語言模型支援,並提升至 100B+ 引數模型的高效微調。 - 工具呼叫:提供結構化驗證、全流程支援,適用 Qwen、Moonshot AI、Z.AI。

    推薦理由:此更新提升工具呼叫、推理與視覺功能,讓團隊可每日迭代、成本降低 2–3 倍、準確率提升至 87%,並支援 100B+ 引數模型與 100GB 資料集的高效微調,並提供預估成本與 ETA 以利實驗規劃,並可在多模態任務中使用 Vision‑Language 模型微調。

12月30日週二
10月5日週日
  1. Ahead of AI (Sebastian Raschka)73

    從零開始理解 LLM 評估的四大方法

    本文 以從零開始的方式,說明 LLM 評估的四種主要方法,並提供完整的程式碼範例。 - 四大評估方法 多選題、驗證器、排行榜、LLM 評審。 - 實作範例 用純 PyTorch 實作 Qwen3 0.6B,並將程式碼上傳至 GitHub。

    推薦理由:本文提供四種 LLM 評估方法的實作範例,幫助工程師快速選擇適合的評估策略,並瞭解各方法的優缺點與實務落地。