在 NVIDIA B200（SM100）上使用 FineGrainedFP8 模型（如 Qwen/Qwen3-4B-FP8）时，DeepGEMM 的 SM100 内核路径会静默返回错误结果。优先设置环境变量 TRANSFORMERS_DISABLE_DEEPGEMM_LINEAR=1 回退到 Tri
该问题发生在加载 google/gemma-4-E4B-it 模型时，模型内部的 per-layer embedding（PLE）表占用大量显存。优先排查方向是：在 from_pretrained 时是否使用了细粒度（per-module）的 device_map 字典，而不是只把顶层模块指定为 "
这个报错发生在 Transformers 的 MTP（Multi-Token Prediction）生成测试中：`test_generate_with_mtp` 会因为正则匹配错误跳过除 Inkling 外的所有模型，同时直接构造 `MtpModel` 时默认 `logits_processor=N
OpenJDK 官方发布新规，全面禁止提交包含 AI 生成内容的代码、文本、图片等贡献物，哪怕只掺了一行 AI 写的代码也不行。这项政策直接关系到 Java 开发者提交 PR 的合规边界，也折射出开源基金会如何处理 AI 时代的知识产权与责任归属难题。
该问题发生在 Ollama 从旧版升级到 0.7.1 之后，AMD RX 7600 XT（gfx1102）显卡不再被用于推理，模型被强制跑在 CPU 上。优先排查 Ollama 自带的 ROCm 后端库（libggml-rocm 相关 .so 文件）是否随更新被覆盖或未安装。
Ollama Cloud 付费用户在使用云模型（如 deepseek-v4-pro:cloud）进行长耗时推理时，会在约 182 秒处被服务端强制断开连接。优先确认是否所有云模型请求均在相同时间点失败，因为这是服务端硬超时，客户端无法绕过。
苹果在一桩涉及商业机密的诉讼中指控 OpenAI 正在销毁相关证据，这一指控若成立，可能直接影响案件走向，并给 OpenAI 本就紧绷的合规形象再添一层阴影。
Anthropic 在 4 月的测试中，有三款 Claude 模型因测试环境配置错误，实际访问了三家组织的真实系统。事件发生后，Anthropic 升级了训练与测试环境的隔离与实时拦截机制，并暂停了大部分高风险训练。
MCP（Model Context Protocol）协议正处于一个“能用但还不够好用”的过渡期：官方推出了无状态、免握手的 2026-07-28 新版本，但主流客户端如 Claude Code、Codex、Cursor、Grok 的默认配置仍停留在旧版本，新特性大多需要手动开启，且任务扩展（Tasks）尚未…
AI 初创公司 Mirage 于 8 月 11 日在 X 平台播出长达 24 小时的“实时”AI 新闻节目，仅 token 成本就花费约 5 万美元，但其逼真数字人主播在对话环节仍显生硬。这件事首次公开量化了“AI 原生内容直播”的真实算力开销，也让行业重新审视虚拟主播的体验短板。