LORA权重合并保存在本地之后重新加载出来，两个模型输出结果不一致
LoRA 权重合并后在本地保存，再重新加载，两个模型的输出结果不一致，通常出现在微调后合并、保存、再加载的流程中。优先排查 Transformers 版本以及 LoRA 合并/保存/加载时的模型状态与数据类型是否一致。
标签： LLM
Mojo 1.0 正式发布：为生态系统增长提供稳定基础
Modular 公司于 2026 年 8 月 11 日正式发布 Mojo 1.0，意味着这门面向 AI 和高性能计算的语言从快速迭代期进入稳定兼容期，开发者可以基于它构建长期项目。
Suzanne：用于设计和制造实体产品的AI工具
一款名为 Suzanne 的 AI 工具声称能“设计和制造实体产品”，但在 Hacker News 上遭到技术人员集体质疑：它被指只是“ThreeJS + LLM”的演示级包装，并没有真正打通从提示词到可制造 CAD 模型的链路。这件事折射出当前 AI 设计工具普遍存在的宣传与工程现实之间的落差。
作者因参与2022年Google AI研究而招致强烈反对
2022年Google邀请13位知名科幻作家参与一个由LaMDA模型驱动的AI写作工具研究，如今该研究被翻出，参与作家遭文艺界抵制，反映了创作者群体对AI版权训练问题的强烈不满。
基于 Lean 的忠实性对齐评估
Millennium Research 发布了一款名为 leanscreen 的开源工具，用于检查 Lean 4 定理陈述是否存在“空洞承诺”——比如证明能编译通过，但定理本身只是恒等式，实际意义为空。这类问题正是大模型生成形式化证明时最隐蔽的风险点。
OpenSSH 10.5 发布，现已支持 AI 辅助
OpenSSH 10.5 正式发布，团队同时公开表示欢迎 AI 辅助提交的安全漏洞报告，前提是有人工研判、测试用例或修复建议。开源安全社区对“是否接受 AI 进代码树”仍有明显分歧，但至少在漏洞挖掘环节，AI 已被权威基础设施项目官方接纳。
Apple Silicon 与 macOS 虚拟机：Llama.cpp 将 LLM 推理速度提升 11–16 倍
Cua 团队发现苹果 macOS 虚拟机中的虚拟 GPU 向应用上报了过于保守的 Metal 图形能力，导致 llama.cpp 在虚拟机里只能走慢速代码路径；他们用一个进程级兼容层修正能力报告后，LLM 推理速度提升 11–16 倍，接近物理机水平。
Meta推出了全新30B参数的开源模型Muse Glimmer，采用的是干净的Apache2.0许可证。相比过去那些自定义的Llama许可证，Meta 这次算是试着往更开放的方向迈了一步。 专为AI agent打造，能看屏幕、调工具、失败了会自己重试。在同等参数量下，在编程、多模态、安全和推理这些方面，Muse Glimmer 的跑分基本全面领先同级别的其他模型。 Muse Glimmer模型非常小，只有30B，一张显卡就能跑。支持本…
Meta 发布了 30B 参数的开源模型 Muse Glimmer，采用 Apache 2.0 许可证，专为 AI agent 场景设计，宣称在编程、多模态、安全、推理等跑分上领先同级模型，但因幻觉率较高，知识类任务仍是明显短板。
Show HN: Needle2：为手机、可穿戴设备、智能家居和机器人打造的14MB智能体LLM
Cactus Compute 发布了 Needle 2，一个只有 14MB 大小、45M 参数的智能体大模型，专为手机、手表、智能家居和机器人等低成本设备设计，能在无 GPU、无 NPU 的环境下本地运行，Pebble 已经将其用在 Index 01 应用中。
Show HN：微型LLM在250美元FPGA上跑出21,000 tok/s（现场演示）
一位开发者把 316 万参数的微型语言模型完整装进 250 美元的 FPGA 片上内存，绕开外部 DRAM，实测推理速度约 6 万 token/秒，比同一块板上的 CPU 快约 5000 倍，直观展示了