GLM-5.3 跨两台 DGX 部署实测:607.8 tok/s
NVIDIA 用两台 DGX Station 和 vLLM 部署 GLM-5.3,报告 607.8 tok/s 吞吐。本文拆解部署方式、vLLM 的作用,以及生产验收还缺哪些数据。
基于 Unsloth 官方文档,整理 Qwen3.8-27B 的显存估算、Dynamic v3.1 选型思路与可复现测试方法。
NVIDIA 用两台 DGX Station 和 vLLM 部署 GLM-5.3,报告 607.8 tok/s 吞吐。本文拆解部署方式、vLLM 的作用,以及生产验收还缺哪些数据。
密歇根大学研究发现,生成式 AI 处理非英语文本通常消耗更多能源。本文拆解翻译中转、token 差异与 Agent 重试成本,并给出按语言监控和路由的工程方案。
Lovable 生成的应用被曝暴露护照信息和逾 20 万条私信。问题不只在代码生成,更在预览、托管与权限默认值。
145B 模型能装进电脑,不代表能成为可用的 AI Agent。本文从硬件、吞吐、工具调用与复现成本,判断 Edge0-145B 的实际边界。
TechPowerUp 报道称,英伟达被指通过资助 AI 初创公司采购 GPU 放大需求。指控涉及投资、采购承诺、关联交易和“制造稀缺”之间的因果关系。
从任务级指标、模型路由、缓存到量化与评测,算清 AI Agent 每个成功任务的总成本。
AI 协助释读和形式化整理哥德尔遗稿。关键不是机器自主发现数学,而是旧手稿从扫描件变成可检索、可复核的研究资料。
Fortune 报道 OpenAI 解散机器人团队,并称通用模型已开始运行机器人。组织调整不等于退出市场,路线是否成立还要看迁移成本与安全指标。
Unemployment Labs 尝试从 LLM checkpoint 的数值特征反推训练环境,为出口管制审查增加模型侧证据线索。
拆解 Gemini 4 Hydrogen 与 Antigravity Orchestrator 的多 Agent 实战方法,重点讲清任务拆分、结果合并、验收责任和可执行流程。
Google 发布 Gemini 4 Hydrogen。官方链接登上 Hacker News 首页,获 467 points、298 条评论。现有素材未给出具体版本号、上下文长度、价格和 benchmark,本文先讨论 Agent 团队该如何验证长任务、工具调用、上下文管理与失败恢复。