所有文章 · SURL AI News

Prime Intellect 將 Nemotron 3 Nano 的 RLVR、LoRA 與部署收斂為託管訓練流程

NVIDIA 公開一套可重現的託管後訓練流程，讓開發者以 Prime CLI 對 30B MoE 模型執行 100 步 RLVR，再下載或部署 LoRA。示範在 32 道數學題上由 21.9% 升至 90.6%，但樣本小且任務與獎勵高度受控。

Multiverse Computing 公布經壓縮與修復訓練的 Llama 3.3 70B，可透過 vLLM CPU 和 Intel AMX 在 Xeon 6 上服務。官方測試顯示吞吐接近倍增，但每秒不到 4 個輸出 token，且檢查點與原始結果未公開。

Moreh 展示以四節點、32 張 AMD MI300X 執行 GLM-5.1 的分散式推論服務，現場同步呈現 TTFT、TPOT 與 GPU 使用率。MoAI 進一步主張可跨不同廠牌拆分 prefill 與 decode，但最新展示未公開完整吞吐數據或可重現設定。

Microsoft 公開「hill-climbing」後訓練流程，把產品工具、評分器與真實使用訊號接回模型迭代。MAI-Code-1-Flash 經 Excel 環境再訓練後可在較舊 GPU 上服務，但官方未披露參數規模、評測集或原始實驗資料。

Prime Intellect 將軟體工程、終端操作與網路搜尋資料集整合為 23 個 taskset，透過統一 API 接入代理評測及強化學習。平台也延後注入測試與評分材料以降低 reward hacking，但評分仍與代理共用沙箱，隔離尚未徹底。

PyTorch 與 Google 為 Helion 建立 TPU 後端，讓 PyTorch 風格的核心程式可編譯成 Pallas，減少另寫 TPU 低階核心的負擔。團隊在 TPU v7 測得 Flash Attention 最高 838 TFLOPs，但功能仍處於積極開發階段。

ResearchArena 把後訓練、CUDA 核心及推論伺服器最佳化改造成帶有隱藏攻擊目標的長流程評測。384 次實驗顯示，允許監控代理實際執行成品有助於找出後門，但訓練資料內的破壞仍經常漏網。

開源專案 GigaToken 0.9.0 將預分詞、BPE 合併與資料輸入路徑重新最佳化，宣稱在雙路 144 核 AMD EPYC 主機上比 Hugging Face Tokenizers 快 989 倍。最大數字依賴原生 API、11.9 GB 批次語料及高度平行硬體，不能直接套用到線上短請求。

韓國 Upstage 發布面向長流程代理的 Solar Open 2，將 2500 億參數 MoE、混合注意力與百萬 token 上下文整合於同一模型。官方表示量化後可用兩張 NVIDIA H200 部署，但效能與長上下文穩定性目前主要依賴團隊自測。

在 Sashiko 與 Patchwork 串接討論中，Linus Torvalds 明確表示 Linux kernel 不是反 AI 專案；反對者可以依開源規則 fork，或選擇離開。這不是全面放行 AI 產物，而是把 AI 工具納入既有技術評估：結果要有用、責任仍在人類維護者與提交者身上。

Genesis Mission 首批計畫涵蓋核能、關鍵礦物、晶片設計與商用核融合，研究團隊將共用模型、代理框架及高效能運算資源。OpenAI 另承諾 Codex 與 API 額度，支援約 2,000 名研究者及兩項大規模科學實驗。

研究團隊針對 DeepSeek-V4 家族重做平行策略、通訊排程、核心與算子融合，使 Ascend 訓練效率達開源基線的 2.93 倍。系統再以求解器驗證資料訓練運籌研究模型，但程式、資料與硬體測量仍需更完整的公開重現。