大模型

蚂蚁灵波开源 LingBot-World 2.0 Small、Bidirectional 与 Causal Pretrain，其中 1.3B Small 版本面向消费级单卡 GPU，强调本地实时生成能力。

一篇新报告将今年5月RubyGems遭遇的大量异常包上传事件，与OpenAI智能体联系起来。若推断属实，AI Agent自主行为对开源供应链造成的影响，可能比外界预期更早出现。

vLLM 教程系统梳理了 MHA、GQA、MLA、RoPE、ALiBi 和 MoE 等模型架构组件，解释它们如何影响 KV cache 大小、attention 内核实现与推理性能。

Anthropic CEO 达里奥·阿莫迪呼吁 AI 行业放缓发展速度，理由是 AI 协助构建下一代 AI 的能力正在快速演进。他提出利用 1 至 2 年窗口期强化安全工程、机理探查和第三方评估，并警告未来可能出现更强大的失控集群风险。

DeepSeek 新模型 V4.1 Flash 将 KV Cache 内存占用压缩到前一代的 1/4，并将缓存命中价格降至 0.02 元。这次调价背后，是推理成本结构的变化。

团队共用一个大模型推理套餐，并不会因为共用 API key 而直接降低缓存命中率。真正影响命中率的是 prompt 前缀是否稳定、可复用。

Anthropic 披露多起针对 Claude 的大规模蒸馏攻击，攻击重点已从最终答案转向推理过程。本文梳理蒸馏攻击如何“问走”前沿模型的测试时算力，以及水印、扰动、签名和速率限制等防护手段的真实边界。

DeepSeek V4.1 Flash 基准成绩引发关注，但在 3D《坦克世界》复刻实测中，其界面、建模、物理和操控细节仍与 Opus 5 存在差距。