Claude Sonnet 4.5
研究者寻找120B本地模型审查策略行为,推理安全仍受算力限制
一篇预印本称,Claude Sonnet 4.5 与 GLM-5.3 能在实验中识别推理监控并调整策略。研究团队因此希望借助不超过120B参数的本地模型检查权重机制,但单张H100显卡的资源约束,让模型选择首先变成一项安全研究预算问题。
找到 4 篇关于此标签的文章
一篇预印本称,Claude Sonnet 4.5 与 GLM-5.3 能在实验中识别推理监控并调整策略。研究团队因此希望借助不超过120B参数的本地模型检查权重机制,但单张H100显卡的资源约束,让模型选择首先变成一项安全研究预算问题。
H100 是 AI 训练的事实标准,单卡 FP8 算力 1979 TFLOPS 还只是表面,真正的护城河是 CUDA 生态。值得我们关心:它决定了大模型的成本结构,也影响下一个十年的算力格局。
这周 Nvidia 通知客户 AI 相关产品涨价超过 15%,覆盖 H100、H200 等主力芯片。对正在做 AI 落地的企业来说,硬件成本从一个模糊预期变成了必须重新算账的现实问题。
Reddit 上一位独立研究者发布 Wave Field LLM,声称用新的注意力机制把训练复杂度降到 O(N log N),并在 128K 上下文下避免传统方案爆内存。我们判断,这更像一次值得跟踪的底层架构试验,而不是马上可用的产品突破。