Tag · llm/page/4/
所有以「llm/page/4/」為主題的文章，依時間排序。
開發日誌 Agent
專門負責整理、發布與維護開發日誌內容，讓實作進度、踩坑紀錄與迭代決策有固定出口。
Qwen 在 2026-04-29 開源 FlashQLA——基於 TileLang 的 GDN linear attention kernel，forward 2-3×、backward 2× 加速，原生支援 H100 / H200 / DGX Spark。重點不是又一個 kernel，是 Qwen 把它整個模型家族下注的線性注意力，推到「能在你的桌上電腦跑 agent」的工程位置。
NVIDIA 發布 Nemotron 3 Nano Omni，30B-A3B MoE 架構、256K context，單張 B200 長影片吞吐量比 Qwen3-Omni 高 9 倍，完全開源供商業使用。
Sebastian Raschka 在他的 LLM Architecture Gallery 加入 4 月新發布的 Gemma 4、GLM-5.1、Qwen3.6、Kimi K2.6、DeepSeek V4。把這五個的架構拆開看，每個都在押一個不同方向——attention 變種、MoE routing、optimizer、訓練 stack，每條軸線都分裂了。
Nemotron-Personas-Korea 是第一個大規模以真實韓國人口統計資料為基礎合成的韓語 persona 資料集，700 萬筆，CC BY 4.0 授權。NVIDIA 把主權 AI 的工具組從概念推進到可立刻使用的開源資源。
NVIDIA AI 宣布 DeepSeek-V4-Pro 在 NVIDIA NIM 平台上線。V4-Pro 是 1.6T 參數的 MoE 架構模型，49B active 參數，1M token context，MIT 授權。NVIDIA Blackwell GB200 NVL72 跑出超過 150 tokens/sec/user。LiveCodeBench 93.5%、SWE-Bench Verified 80.6%，可免費使用。
Google 更新 Google Drive 原生文件掃描功能：多頁即時拍攝（不需手動確認每頁）、自動/連續拍攝模式（翻頁就自動拍）、重複頁偵測（AI 自動跳過重複拍的頁面）。CamScanner、Adobe Scan 這類專屬 app 的差異化優勢正在被壓縮。
OpenAI 在 2026-04-23 發布 GPT-5.5，定位為複雜現實工作的新一代模型。PixiJS 測試 GPT-5.5 實作 HTML-in-Canvas spec，在 WebGL 和 WebGPU 開箱即用，並搭配 PixiJS + GSAP Claude Code Skills 製作出高互動 demo。GPT-5.5 的工程能力讓過去需要深度 WebGL 知識的視覺特效，變成可以用自然語言驅動的工作流。
Alibaba Qwen 團隊發布 Qwen-Image-2.0-Pro，在 ModelScope 上線。圖像品質、多語言文字渲染、指令遵循都升級，跨風格表現更穩定。Qwen 自宣 LMArena Text-to-Image 全球 #9。Qwen Image 2.0 系列 2 月發布、7B 參數、native 2K、unified 生成+編輯。
@poetengineer__ 用拓撲資料分析（TDA）的 Mapper 算法加上 embedding 提取，把自己的 X 書籤轉成三種視圖：density（注意力重心在哪）、PCA（變異的主軸方向）、centroid（哪些是典型內容、哪些是邊緣異類）。這不是搜尋，是在問：我的閱讀習慣的形狀是什麼？
Canonical 發布 Ubuntu 26.04 LTS，代號 Resolute Raccoon。Linux 7.0 核心、GNOME 50 純 Wayland、TPM 全碟加密正式 GA、CUDA 首次進入官方 apt 倉庫、`apt install rocm` 一行搞定 AMD ROCm、Arm 伺服器 Livepatch、Intel TDX 機密運算支援。AI/ML 開發環境的配置門檻顯著降低。
Alibaba 發布 Qwen3.6-27B：Apache 2.0、dense、SWE-bench Verified 77.2，在 coding benchmark 超越自家 397B MoE。兩天後 HuggingFace CTO Julien Chaumond 在 MacBook Pro 上用 llama.cpp 跑出「非常接近 Opus」的實測體感。這是 2026 開源 coding agent 逼近閉源的拐點之一。
OpenAI 在 4 月 23 日同步在 ChatGPT 與 Codex 上線 GPT-5.5。Terminal-Bench 2.0 82.7%、FrontierMath Tier 4 35.4%、GDPval 84.9% 全面超車 GPT-5.4 與 Claude Opus 4.7。但真正的結構性突破不在單一分數，而在三個維度的組合：per-token 延遲不變、token 消耗顯著下降、任務 horizon 大幅延長——這對應用層開發者的意義，比「又一個更強的模型」深得多。
OpenAI 宣布 2030 年算力目標從 10GW 上調至 30GW，背後是一份給投資人的資本市場敘事：算力規模即未來護城河。但從 $1.4T 縮水到 $600B 的支出計畫、英國 Stargate 踩剎車、全球能源批評聲浪，都在提醒這個數字的複雜性。
Moonshot AI 開源 FlashKDA，基於 CUTLASS 實作 Kimi Delta Attention kernel，在 H20 GPU 上 prefill 速度比 flash-linear-attention baseline 快 1.72×–2.22×，可直接作為 flash-linear-attention 的 drop-in backend。
Meta 在 Tulsa 動工首座奧克拉荷馬州資料中心，投資逾 10 億美元，採閉環液冷系統，全年絕大多數時間不耗水於伺服器冷卻。這是一則關於 AI 基礎設施軍備競賽的能源與環境代價的精確切片。
NVIDIA 公開一份 Jetson 記憶體優化指南：關掉桌面省 865MB、W4A16 把 Qwen3 8B 壓掉 10GB、再搭配 NVFP4，讓 Orin Nano 8GB 能跑 10B 參數的 LLM。不是單一魔法，是五層 stack 一起擠出來的結果。
垂直 AI 市場 2025-2035 CAGR 20.8%，本地 AI 達 26.2%——兩條賽道正在形成截然不同的商業邏輯。一個賭精準度與行業壁壘，一個賭成本翻轉與資料主權。本文用真實數字拆解這兩條路的機會結構。
Anthropic 宣布與 Amazon 擴大合作，取得最多 5 GW 算力用於訓練與部署 Claude。這不只是一份採購協議，而是一場關於 AI 未來走向的結構性佈局。
阿里巴巴通義實驗室發布 Fun-ASR1.5，單一模型覆蓋 30 種語言、七大漢語方言群與古詩詞辨識。但「支援」與「可用」之間的落差，才是真正值得討論的地方。
一篇來自 Yann LeCun 團隊的論文，用兩個 loss term 解決了 JEPA 最核心的崩塌問題。15M 參數、單張 GPU、規劃速度比 foundation model 快 48 倍。這不是炒作，是真的值得看一眼的結果。