跳到正文

Meta / Llama

Meta 的 AI 動態:Llama 開源模型系列、超級智慧實驗室與元宇宙之外的 AI 豪賭。

99條精選相關主題xAI / Grok開源生態產業動態

最新精選

第 1–20 條 · 共 99 條
11月22日週日
  1. ChinaTalk79

    中國《民族團結進步促進法》下,AI 如何協助審查、學習與監控

    中國的《民族團結進步促進法》要求網路業者處理破壞民族團結的內容,但 AI 目前還不一定看得懂所有相關語言。作者測試六種模型後發現,用哈薩克語或蒙古語直接提問時,模型更常照要求寫出仇恨內容;部分測試也因藏語和維吾爾語翻譯不夠通順,難以判斷結果。另一方面,中國的政府相關機構正在建立少數民族語言資料和模型,作者認為這些成果尚未普遍出現在民眾使用的商用模型中。文章也提到,一項被 Anthropic 認為中等可信度與中國有關的行動,曾用 Claude 整理海外報導與活動資訊,製作給官員參考的簡報。作者據此分析,AI 的作用不只在刪除內容,也包括學習如何辨識內容,以及產製宣傳材料和監控情報。

    推薦理由:作者以多語言測試指出,模型在少數民族語言中更容易產生仇恨內容,並串起審查、語言資料建置與監控報告三種用途。

  2. AWS Machine Learning Blog72

    AWS Quick 加入 Meta 廣告連接器,可用 AI 助理分析與管理廣告

    行銷團隊常要從廣告平臺、庫存資料和其他檔案各自匯出資料,再手動整理成報告,想調整廣告時還得回到平臺操作。AWS Quick 新增 Meta 廣告連接器,讓使用者用日常語言分析成效、準備活動和素材,也能把廣告資料與其他資料來源放在一起做成儀錶板、檔案或簡報。它也能建立或修改廣告帳戶中的內容;每次執行這類操作前,Quick 都會先詢問使用者是否同意。

    推薦理由:AWS Quick 的 Meta 廣告連接器把成效分析、素材規劃與廣告操作放進同一個工作流程,並以操作前確認降低誤改帳戶的風險。

  3. Dev.to Top Tech82

    Signal 的截圖防護擋不住 AI 助理讀取通知和螢幕

    Signal 在手機 App 加上截圖防護,但 AI 助理仍可能透過通知或無障礙許可權讀取訊息。作者整理 Signal 的設定與一宗 Meta Muse 案例:Reuters 報導指出,Muse 曾透過 Android 通知和 macOS 無障礙許可權讀到 Signal 訊息;Meta 稱這些是個別事件。截圖防護能擋住畫面擷取,卻不會關閉通知或無障礙許可權;macOS 也沒有可靠的 Signal 內建封鎖方式。文章提醒,除了檢查 Signal 的設定,也要留意 AI 助理有哪些裝置許可權。

    推薦理由:Signal 的截圖防護只擋住一種讀取方式;文章對照已報導的通知與無障礙許可權案例,說明防護範圍的落差。

11月21日週六
  1. Ars Technica · AI77

    Meta 重新檢視 2030 年淨零排放目標

    AI 資料中心需求成長很快,讓科技公司更難兼顧擴建和減少排放。Meta 在最新永續報告中表示,正在重新檢視 2030 年淨零排放目標的時程、階段目標與近期排放強度目標,並指出 AI 基礎建設需求成長得比預期快。報告列出,Meta 的溫室氣體排放量從 2024 年的 1,560 萬公噸二氧化碳當量,升至 2025 年超過 2,170 萬公噸,並將排放增加很大一部分歸因於資料中心伺服器等資本裝置。

    推薦理由:Meta 把資料中心擴建壓力與減碳目標調整放在同一份報告中,呈現 AI 基礎建設成長帶來的能源與排放難題。

11月20日週五
  1. MediaNama76

    Reuters 測試發現 Meta Muse 能透過裝置許可權讀取 Signal 訊息

    AI 助理就算沒有透過 Meta 的 Connector 連線某個 App,也可能從手機通知或電腦畫面讀到私人訊息。Reuters 與 Signal、AI Now Institute 測試 Muse 後,確認它在 Android 可透過通知許可權讀取 Signal 訊息,在 macOS 可透過輔助使用功能和截圖許可權讀取畫面內容;iPhone 上的類似測試則被擋下。這不表示 Signal 的端對端加密遭到破解,訊息是在裝置解密後被讀取。報導也提到 Muse 曾送出看似屬於其他人的金融或交易資訊,但無法確認這是帳戶資料外洩,還是模型產生的錯誤內容。macOS 於 11 月 16 日推出的更新限制了測試中使用的讀取方式。

    推薦理由:報導區分了裝置許可權造成的訊息讀取與真假未明的帳戶資料混淆,能幫助理解 AI 助理存取私人內容的風險。

  2. MediaNama77

    德里高等法院受理 LiveLaw 對 IT Rules 自動封鎖內容規定的挑戰

    新聞報導可能在平臺查明情況前就被自動封鎖,發布者也可能不知道是誰要求封鎖、依據哪條法律。LiveLaw 向德里高等法院挑戰 IT Rules 第 4(4) 條,指 Instagram 曾在約 15 分鐘內限制多則報導最高法院案件的 Reels,且沒有提供封鎖命令、通知或理由;其中兩則目前仍無法在印度觀看。LiveLaw 要求揭露封鎖請求,並主張平臺不應在沒有法院命令時自動封鎖新聞報導。法院已要求印度中央政府與 Meta 在四週內回應,案件預定於 2027 年 1 月 18 日再審。法院尚未裁定這項規定是否合法。

    推薦理由:案件聚焦自動封鎖新聞內容時,平臺是否能在人工審查前限制發布,以及缺少封鎖理由如何影響媒體申訴。

  3. The Economic Times · ETtech76

    Meta因AI建設重新檢視2030年淨零排放目標

    Meta原本承諾在2030年達成整個價值鏈淨零排放,如今表示要重新檢視時程、階段目標和中間進度,並提到建設AI所需的基礎設施是原因之一。公司報告指出,2025年的碳當量排放增加45%,達到1,180萬公噸。文章也提到,Google、GM、Walmart、Coca-Cola和Pepsi等企業都曾調整或未能達成部分環境承諾,顯示企業減碳目標正面臨更多壓力。

    推薦理由:Meta重新檢視淨零時程,並把AI基礎建設列為背景;文中也整理多家企業調整氣候承諾的情況,呈現企業減碳目標面臨的壓力。

  4. aihot64

    Conductor 0.97.0 加入聊天頁面功能,並宣佈加入 Meta

    Conductor 的本地工作區新增了能在聊天中直接顯示的 HTML 頁面,讓 AI 助理可以把內容做成可看的頁面。這項功能預設開啟,可到 Settings → Artifacts 關閉,也能透過 @ 名稱叫出;使用者還可以選取文字加上評論,並回覆聊天中的任意內容。Conductor 同時宣佈加入 Meta。

    推薦理由:Conductor 說明瞭如何在聊天中叫出 HTML 頁面、對文字加註並回覆,並交代預設開啟與關閉位置,可直接瞭解這些功能怎麼加入本地工作流程。

  5. aihot76

    Meta AI 助理 Muse 被指混淆對話並洩露私人資料

    Meta 員工反映,AI 助理 Muse 把不同帳戶的對話混在一起,還顯示了不屬於使用者的私人資料。路透社檢視 Meta 內部帖文後報導,有人收到自己未曾詢問的育兒訊息、商品訂單和銀行帳戶餘額,也有人在手機上收到提醒,要回覆姐姐在 Signal 傳來的訊息。這些是員工在內部帖文中提到的案例;報導沒有提到修補方式。

    推薦理由:員工內部帖文記錄 Muse 把不同帳戶的對話混在一起,還顯示銀行餘額等個資,呈現 AI 助理存取私人資料時的隱私風險。

11月19日週四
  1. aihot84

    Meta 的 Muse 被指讀取私訊,內部聊天與測試揭露隱私疑慮

    Meta 的 AI 助理 Muse 被指可能讀取使用者沒打算分享的私訊,還可能把不同人的對話混在一起,甚至吐出銀行帳戶餘額等敏感資訊。Reuters 揭露的內部聊天顯示,Meta 員工測試時也曾遇到令人不安的輸出;Meta 表示部分情況是更新造成的錯誤,並稱已修好。Reuters 與 Signal、AI Now Institute 合作測試後,仍在 Android 和 macOS 上觀察到 Muse 透過裝置許可權讀取 Signal 訊息;在 iPhone 上,相關請求則被擋下。Reuters 無法確認那些帳戶餘額是真實資料還是模型編造的內容,測試結果則引發使用者授權是否夠明確的疑慮。

    推薦理由:報導對照 Meta 員工的內部警告與 Reuters 的實測,呈現 Muse 讀取訊息時的許可權爭議,以及 Meta 對問題範圍的說明。

  2. Ars Technica · AI83

    Meta Muse 傳出讀取私人訊息疑慮,Reuters 測試發現部分情況仍可重現

    Meta 的 AI 助理 Muse 傳出讀取私人訊息、回覆不相關內容,甚至出現銀行或比特幣餘額等讓員工不安的情況;但 Reuters 無法確認那些資料是真實外洩,還是模型憑空編造。Meta 說部分訊息是模型幻覺,並稱相關程式錯誤已修好。Reuters 與 Signal、AI Now Institute 合作測試後,發現 Android 上的 Muse 可透過初次設定取得的許可權讀取 Signal 訊息;iPhone 會擋下相關要求,macOS 上則能利用輔助使用工具取得訊息。這些測試顯示,部分隱私疑慮可能仍存在,也讓使用者如何清楚授權 AI 助理存取私人資料成為焦點。

    推薦理由:Reuters 的測試顯示,Muse 讀取訊息的疑慮不只來自員工回報,也涉及 Android 與 macOS 的許可權設定,能看出 AI 助理如何碰觸隱私界線。

  3. Meta Engineering76

    Meta 用標準模型模板,把廣告排序模型改進推廣到整個系統

    Meta 的廣告排序模型種類很多,逐一套用新方法既耗時,也容易在不同模型上出現問題。Meta 用標準模型模板整理出一小組可重複使用的模型設計,先在有代表性的模型上測試新方法,再把通過檢查的改動加入模板,推廣給使用這些模板的模型。Meta 表示,這套做法讓每個模型所需的工程時間減少 92%,兩年來推出超過 5000 種技術與模型組合,離線模型品質平均提升 0.63%,線上成效累計提升 0.86%。模板也讓 AI 助理有較明確的設計範圍,可協助提出想法、進行實驗和找出問題。

    推薦理由:Meta 說明標準模型模板如何把逐一調整模型的工作,改成在代表性模型上驗證後推廣,並分享兩年來的工程時間與模型成效變化。

  4. Meta Engineering74

    Meta 如何用 AI 助理把廣告排名模型的改進推廣到更多模型

    一種機器學習改進方法,往往不能直接搬到另一個廣告排名模型上,工程師得花時間逐一調整,訓練也會消耗大量運算資源。Meta 用 AI 助理找出值得嘗試的模型、調整技術做法、安排訓練工作,並協助診斷和處理失敗;工程師仍會審查重要決定,並核准要推出的模型。Meta 表示,AI 助理目前負責超過 60% 的技術推廣工作;在部分模型與技術組閤中,訓練運算量中位數減少 4 倍。這套做法希望讓經過驗證的改進更快用到更多模型。

    推薦理由:文章拆解 AI 助理如何找出可套用的技術、調整模型並管理訓練工作,呈現大規模推廣機器學習改進的方法。

11月18日週三
  1. Dev.to Top Tech83

    開放權重模型落後封閉模型多久?作者用資料比較能力、算力與授權

    開放權重模型的能力和封閉模型差多少,會隨時間、評量方式和授權條件改變。作者用 Epoch AI 截至 2026 年 10 月 30 日的資料追蹤模型分數,指出 2026 年開放模型平均落後約 6.7 個月;中國團隊推出的模型已連續 673 天保持開放權重領先。不同地區的差距也不一樣:美國和歐洲模型落後更多,而授權條件會影響模型能不能用在商業服務。作者認為,選模型時除了看能力,也要確認來源與授權是否符合自己的需求。

    推薦理由:作者把開放權重模型的能力差距拆成時間、算力、地區與授權來比較,呈現採用這類模型時需要衡量的實際取捨。

  2. The Verge · AI76

    Meta 高層在 Instagram 發布 Sam Altman 的 AI 仿造影片

    Instagram 上的 AI 仿造內容愈來愈常見,名人的肖像也可能被拿來製作假影片或圖片。11 月初,Meta AI 主管 Alexandr Wang 分享一段 AI 生成影片,讓 Meta 執行長 Mark Zuckerberg、OpenAI 執行長 Sam Altman 和 Muse 吉祥物一起出現在視訊通話中;影片裡的 Altman 穿著吉祥物服裝。Meta 規定,描繪真人的 AI 影片必須標示為 AI 生成,但靜態圖片沒有同樣要求。報導也提到,Instagram 曾因 AI 生成的 Mia Goth 圖片受到批評,而 OpenAI 曾讓使用者用 Sora 製作 Altman 的 AI 影像。

    推薦理由:影片必須標示為 AI 生成,靜態圖片卻沒有相同要求;這個差異呈現 Instagram 管理名人 AI 仿造內容時的規則落差。

  3. PyTorch67

    想讓模型學會特定領域的內容,開發者常得先處理模型格式轉換。PyTorch 官方表示,現在可用 NVIDIA NeMo AutoModel 在領域資料上微調 Meta 的 Muse Spark Open,並直接使用 Hugging Face 的模型檔,不必轉換格式。工具也能直接進行 SFT 和 LoRA 微調,方便快速嘗試不同產業的用法。Muse Spark Open 是推理模型,也能理解音訊、影片、圖片和檔案;文中另提供可下載的 NVIDIA NIM。

    推薦理由:Muse Spark Open 可直接用 NVIDIA NeMo AutoModel 進行領域資料微調,並支援 SFT 與 LoRA,呈現模型訓練工具如何減少轉換步驟。

  4. LMSYS Org Blog76

    SGLang Summit 發表 SGLang v1.0 與 Miles v0.2,擴大推論和訓練支援

    AI 模型越來越大,AI 助理也會累積大量工作紀錄,讓推論和訓練更難在不同硬體上順利進行。SGLang Summit 發表 SGLang v1.0,聚焦提升正式環境的效率與擴充能力;Miles v0.2 則支援 NVIDIA 和 AMD GPU、Google TPU,並將強化學習擴充套件到圖片、影片和音訊。大會也分享多個部署案例,例如 Meta 表示,改用 SGLang 後 GPU 用量減少超過 2 倍。這些更新與案例呈現了團隊如何把實際部署需求帶回開源工具的開發中。

    推薦理由:SGLang 與 Miles 的更新涵蓋推論和強化學習,也整理了不同硬體與實際部署的經驗,可看出開源工具如何回應現場需求。

11月17日週二
  1. Hacker News (official RSS)84

    《紐約時報》分析保險公司如何承接 AI 融資風險

    保險公司把保戶的資金投入 AI 相關債務,這些投資看起來安全,背後卻有複雜的融資安排。文章整理多個案例,包括 xAI 透過金融公司借錢買晶片,再把晶片租回去;Meta 也以租約承諾等方式,協助資料中心專案取得較高的信用評等。分析人士擔心,這些安排可能讓科技公司的實際負債不容易看清,而少數大型科技公司的保證也讓風險集中。Moody’s 資料顯示,美國人壽保險公司持有的 AI 債務在今年上半年增加;投資人近來也開始重新評估相關債券風險。

    推薦理由:保險公司持有的 AI 債務增加,文章以融資安排與信評案例說明複雜交易如何讓風險不易看清。

  2. Databricks Blog68

    Databricks 推出 AI Index,追蹤企業採用哪些 AI 模型及其成本

    企業可選的 AI 模型越來越多,光看模型表現或每個 token 的價格,很難知道哪種選擇最適合手上的工作。Databricks 推出公開的 AI Index,整理企業使用模型的情況與花費,也用實際程式開發任務比較不同模型和 AI 助理工具組合的成功率與每項任務成本,並計畫每週更新。資料顯示,開放權重模型在企業流量中的佔比從 7 月的 7.3% 升到 11 月的 30.9%;有些模型 token 單價較低,完成任務卻可能花更多錢。Index 也提醒企業按自己的工作內容比較品質和成本,因為測試結果不一定適用所有團隊。

    推薦理由:Databricks AI Index 把企業採用情況和程式任務的品質、成本放在一起比較,呈現模型選擇如何隨工作需求改變。

  3. ByteByteGo Newsletter (Alex Xu)65

    Instacart 如何用 LLM 讓商品搜尋更懂顧客想買什麼

    顧客搜尋商品時,常用的說法和商品目錄不一樣,少見或含糊的查詢也很難靠舊資料處理。Instacart 先用購買紀錄找出可能的商品類別,再讓 LLM 判斷查詢意思,並檢查結果是否符合商品目錄;系統也會改寫查詢、整理品牌和商品特徵,幫助搜尋找到合適商品。常見查詢的結果會先存起來,沒有現成結果時再交給微調過的小模型處理。Instacart 表示,這套做法讓查詢改寫涵蓋率超過 95%,而長尾查詢的平均捲動深度減少 6%。

    推薦理由:文章拆解 Instacart 如何把歷史搜尋、LLM 判讀與結果檢查接在一起,並用快取和小模型兼顧長尾查詢與回應速度。