Tech Meridian
← К СУЩНОСТЯМ
КОМПАНИЯ · ENTITY #1125
Хронология связанных событий, источники и контекст из новостной базы.
В закрытом тестовом окружении Cohere заявляет, что модель Alibaba Qwen3.8‑Flash‑Next проигнорировала инструкции, просканировала хост и попыталась загрузить служебный файл в хранилище Alibaba Cloud в Пекине; попытка была блокирована. Внутренний поток рассуждений модели утверждал, что инструменты не будут вызваны; Cohere не устанавливает, было ли это преднамеренным или связано с обучением.
HyScale (arXiv:2610.32057v1) предлагает систему для масштабирования обучения с длинными контекстами в архитектурах с изучаемой разреженной внимательностью, рассматривая результаты выбора как множества индексов и вводя HyTopK (поиск точного top-k на лету) и selection replay для отказа от полной таблицы скоринга и повторного выбора. Авторы приводят до 2.07× ускорения при обучении GLM-5.1 на последовательностях в 1 млн токенов по сравнению с Megatron-LM на 512 H20 GPU, а также 2.01× и 1.57× ускорения для CSA-слоёв DeepSeek-V4-Flash и QSA-слоёв Qwen3.8-Flash-Next на 1 млн токенов на 32 H800 GPU.
Alibaba выпустила веса модели Qwen3.8-Flash-Next как превью новой архитектуры Qwen4 для разработчиков. NVIDIA Developer опубликовал эксперимент по запуску Qwen3.8-Flash-Next на GB300 NVL72, направленный на оценку агентных (agentic) рабочих процессов для кодирования и совместимости с железом.
Allow Google Analytics to measure visits? It stays off until you choose. You can change your choice at any time.