跳至正文
只看產業#資料/訓練
  1. The Decoder82

    前OpenAI研究員稱Nvidia Blackwell指紋出現在六個中國AI模型中

    1-flash。該方法利用PyTorch初始化權重時使用的隨機種子模式，該模式反映GPU的核心數：B200/B300為148核，GB200/GB300為152核，而Hopper H100/H800為132核。DePue表示，他在真實Blackwell晶片上重現了DeepSeek-V4-Flash和Kimi K3的結果，在GitHub上發布了驗證程式碼，且該方法正確識別了全部24個硬體已知的對照模型。

    推薦理由：一名前OpenAI研究員的權重初始化指紋方法，提供了難得的技術窗口，可看出六個中國模型由哪些Nvidia晶片訓練，但明確未進一步證明違反出口法。

  1. Anthropic Research65

    Anthropic 報告利用 Claude 加速藥物開發的早期進展

    Anthropic 的生命科學團隊花了數個月與六家藥物開發商合作，包括 Bristol Myers Squibb、Generate Biomedicines 和 Divergence Labs，並運行自家的探索計畫，以測試 Claude 能在何處加速藥物開發。回報的早期結果包括：Generate 設計出比標準版本縮短約 70% 的版本，讓免疫細胞製造約 10 倍的受體；以及為 Divergence 在約一個月內主要自主生成約 35,000 個抗體設計。Anthropic 表示，這項工作仍大多處於臨床前階段，並計畫隨著計畫推進，將 Claude 擴展至臨床試驗。

    推薦理由：Anthropic 首次詳細說明將 Claude 嵌入真實藥物計畫的過程，顯示該模型在六個合作夥伴中哪些地方有幫助、哪些地方仍有不足。

已經到底了