所有文章 · SURL AI News

HeadWiseKV 按注意力頭配置長上下文快取，將 Qwen3.6-27B 可用長度推至 161K

HeadWiseKV 不再讓所有注意力頭保存相同歷史，而是離線校準每個 head 的多級視窗並真正縮減實體 KV residency。論文在固定模型測試中把最大成功上下文由 114K 延至 161K，但公開程式庫的更高數字來自特定量化與單張 4090D。

代理工具現在可從 `RunContext` 判斷已使用的上下文，應用程式也能把自訂狀態送進同一條事件串流。新版另加入自架 vLLM provider 與缺少 `finish_reason` 的串流拒絕策略。

新版以 `nccl2`、程序群組就地重組與跨後端 Flight Recorder 強化大型分散式訓練。Inductor 同時加入 NVGEMM、宣告式動態形狀與複數張量編譯，但多項介面仍標示不穩定。

多款 CLI 程式代理會在信任確認前執行 Git 狀態查詢，讓儲存庫內的可執行設定以使用者權限在主機運行。攻擊不會經一般 `git clone` 傳播，但透過 ZIP、同步資料夾或 USB 交付完整 `.git` 目錄即可觸發。

新研究把 GPU 鉛筆束計算、兩個凍結神經先驗與 136 萬參數 3D U-Net 串成 CT／MRI 共用流程。內部資料的 1%／1 mm gamma 通過率最高達 99.12%，但尚未構成跨醫院或臨床用途驗證。

新版以 `managedMcpServers` 統一派送 HTTP／SSE 工具端點，並為無人值守主機加入不等待互動的權限策略。升級同時改變 allowlist 對受管伺服器的作用，企業若未補上 denylist，原本被過濾的工具可能重新載入。

`@huggingface/kernels` 可從 Hub 動態載入附帶介面、測試與 WGSL 實作的 GPU 算子。官方在 Apple M4 的算子級測試中報告幾何平均快 2.57 倍，但結果不包含模型載入、編譯與資料傳輸成本。

Tether AI Research 釋出以 Qwen3.5 微調的 AfriSLM，以及面向瀏覽器與手機的 17M 至 43M 參數 AfriNano。模型涵蓋最多 19 種撒哈拉以南非洲語言，但領先大型基線的結論主要來自自動指標，尚缺母語專家評測。

Unsloth 為 Qwen3.8-Flash-Next、GLM-5.3-Flash 預設開啟多 token 預測，並改善 MLX、多 GPU 與 ROCm 路徑。官方最高兩倍的說法未附完整測試矩陣，Qwen 技術文件所列低併發增益則為 1.3 至 1.7 倍。

新的 `langchain.mcp` 可統一連接單一或多個 MCP 伺服器，並把工具中途提問轉成可恢復的 LangGraph interrupt。介面仍處 Alpha 階段，連續版本已修改方法名稱與 elicitation 行為，不宜直接投入穩定生產環境。

GitHub 讓管理員選擇是否允許 Copilot 提交可計入分支規則的 Approve review，並提供路徑層級限制。功能仍處於公開預覽，也沒有足以把模型核准視為獨立品質保證的準確率證據。

上海人工智慧實驗室團隊提出 Harness-of-Harness，在既有 coding agent 外層加入反覆規劃、實作與驗證的控制迴圈。三輪實驗平均相對增益達 52.25%，但每個條件只有一次生成，且可執行的 HoH-lite 仍標示為即將公開。