GNU Compiler Collection
PulseAugur coverage of GNU Compiler Collection — every cluster mentioning GNU Compiler Collection across labs, papers, and developer communities, ranked by signal.
6 天有情绪数据
-
GCC 工具链可能支持在 RISC-V 上本地构建 llama.cpp
RISC-V 生态系统的一项新进展涉及使用 GNU 编译器集合 (GCC) 工具链构建带有 IME2 扩展的 llama.cpp AI 模型。这种方法可能允许在 SpacemiT-K3 等设备上进行基于源代码的编译，为预编译二进制文件提供了一种替代方案。
-
AI爬虫机器人对重要的软件开发平台Sourceware进行DDoS攻击
AI爬虫机器人正在压垮Sourceware，这是一个托管glibc、gdb、gcc和binutils等关键软件开发项目的平台。这次分布式拒绝服务攻击正在影响这些机器人可能依赖的基础设施，形成了一个自我挫败的循环。
-
巴林推行专注于金融科技和人工智能的细分投资策略
巴林正在实施一项独特的投资策略，侧重于敏捷性、先进的监管和细分专业化，而不是在交易规模上与较大的海湾国家竞争。该国优先发展金融服务、制造业、物流、旅游和信息通信技术等行业，特别强调财富和资产管理以及吸引家族办公室。巴林还利用其先进的监管环境，包括早期采用金融科技沙盒和加密货币监管，来吸引数字银行服务并扩大其人工智能足迹，亚马逊网络服务公司注意到巴林机构对人工智能应用的浓厚兴趣。
-
指南：在 Debian 上编译 llama.cpp LLM 运行时，并交叉编译 ARM64
本技术指南详细介绍了如何在 Debian Linux 上编译和交叉编译 llama.cpp 项目，这是一个基于 C/C++ 的 LLM 推理运行时。它涵盖了 x86-64 和 ARM64 等各种架构的本地构建，包括与 OpenBLAS 的可选集成以提高性能。该指南还提供了从 x86-64 机器交叉编译到 ARM64 目标设备的步骤说明，这对于在 Raspberry Pi 或 Orange Pi 等设备上部署至关重要。
-
前国际刑警组织负责人 Ahmed Naser Al-Raisi 将领导 Robo.ai 在阿联酋的人工智能推广
前国际刑警组织主席 H.E. Ahmed Naser Al-Raisi 已被任命为 Robo.ai 子公司 Neurovia AI 的主席。他的角色将侧重于在阿联酋和更广泛的海湾合作委员会地区开发可信赖的主权人工智能基础设施。此举标志着在中东建立强大的人工智能治理和数据基础设施的战略努力。
-
印度 DPDP 法案加剧了离岸工程中心的 डेटा隐私合规风险
随着《数字个人数据保护法》(DPDP Act) 的实施，在印度设有离岸工程中心的公司面临着日益严格的审查和潜在的处罚。该法案要求本地实体直接承担数据治理责任，超越了标准的公司 IT 政策。不合规可能导致巨额罚款和运营中断，影响产品开发和全球数据流。
-
开源先驱认为人工智能正变得过于封闭，与过去的软件争论如出一辙
作者曾对开源持怀疑态度，现在他认为当前人工智能的发展趋势与早期围绕开源软件的争论如出一辙。他认为，将仍处于萌芽阶段的先进人工智能模型封闭起来，会阻碍科学进步和未来创新者的培训。这与历史上关于专有软件开发虽然有其地位，但最终扼杀了开源所促进的增长和知识共享的论点相似。
-
Godot Engine 4.7 发布，支持新的资源商店和 HDR
Godot Engine 发布了 4.7 版本，引入了新的资源商店用于管理游戏开发资源，增强了高动态范围（HDR）支持以改善视觉效果，并支持 Steam Frame。此次更新旨在简化开发流程并提高引擎创建项目的视觉保真度。此次发布恰逢开源软件和 Linux 社区的其他重要更新，包括 Qt Creator、Zed、GCC、MariaDB、Raspberry Pi Imager、Rufus 和 VirtualBox 的新版本。
-
阿布扎比收购Actualize以构建主权语音AI
阿布扎比通过收购初创公司Actualize，正在大举进军人工智能领域。此次收购是CNTXT AI战略的一部分，旨在为GCC地区公共和银行部门开发量身定制的主权语音生态系统。该公司独特的方言识别技术是这一举措的核心，旨在挑战现有的全球人工智能参与者。
-
新数据集助力大语言模型分析软件漏洞
研究人员推出了 ASSEMBLAGE-DEEPHISTORY，这是一个新颖的数据集，旨在帮助分析不同构建配置和历史版本中的软件漏洞。该数据集包含来自 248 个开源项目的 73,000 多个二进制文件，使用各种编译器和操作系统进行编译，并包含将二进制文件与其源代码、易受攻击的函数和包版本相关联的详细元数据。进行了三项分析以证明该数据集的实用性，包括用于漏洞检测的大语言模型基准测试、用于聚类的嵌入比较以及二进制相似性的回归分析。
-
GCC邮件列表就伦理问题辩论LLM代码的信任度和合法性
在GCC邮件列表上，关于使用大型语言模型（LLM）的讨论主要集中在生成代码的可信度和法律影响上。LLM产品相关的伦理担忧在很大程度上被忽视，只有简短提及并迅速被搁置。对话强调GCC作为功能性产品的开发，而不是作为伦理辩论的平台。
-
新贡献者详解 vLLM CPU 后端设置
一位 vLLM 的新贡献者记录了设置该项目 CPU 后端所面临的挑战和解决方案。该过程需要特定的 GCC 版本和隐藏的构建依赖项，如 setuptools_scm，而这些在官方文档中并未明确说明。此外，默认的构建设置可能导致内存有限的系统出现内存不足错误，因此需要调整并行作业限制。
-
FunFuzz 框架使用 LLM 提高编译器模糊测试效率
研究人员开发了 FunFuzz，一个利用大型语言模型（LLM）生成结构化输入进行软件测试的新型进化模糊测试框架。该框架通过采用多岛屿方法，结合并行搜索和有前景候选者的定期迁移，解决了 LLM 驱动的模糊测试对提示初始化的敏感性问题。FunFuzz 使用反馈引导选择来调整提示，并根据编译器覆盖率和失败信号来优先考虑候选者，在对 GCC 和 Clang 的测试中展示了改进的覆盖率和独特失败触发输入的发现。
-
Antimatter在全球部署1000个微型数据中心用于AI推理
法国AI基础设施公司Antimatter正在部署一个由1000个模块化微型数据中心组成的全球网络。这些设施将位于能源源附近，以提高推理效率并降低能耗。2027年的初始阶段将包括100个部署，为超过40,000个GPU和约3.6 exaFLOPS的计算能力提供支持。
-
LLM智能体通过约束引导改进二进制反编译
研究人员开发了一个名为约束引导多智能体反编译（MCGD）的新型多智能体框架，以改进从已编译二进制文件中恢复可执行源代码。该系统采用分层验证流程，使用LLM生成的测试用例检查语法正确性、可编译性和行为等价性。当检测到错误时，专门的LLM智能体根据结构化反馈迭代地优化代码，显著提高了反编译代码的实用性。该框架在各种反编译器上的可重执行性方面表现出显著的改进，并且优于现有的基于LLM的反编译方法。
-
GCC 启动 AI 政策工作组，制定开发者指南
GCC（GNU Compiler Collection）已启动一个工作组，专注于为开发者制定 AI 指南。该工作组旨在解决日益增长的 AI 生成代码（常被称为“AI 乱象”）的使用问题，并推广更好的编码实践。该倡议力求确保 AI 工具能积极地促进软件开发，而不是引入错误或低效。
-
Anos 业余操作系统微内核增加了多任务和用户模式支持
Anos 是一个专为 x86-64 和 RISC-V 架构设计的新型业余爱好者微内核操作系统。它支持多达 16 个 CPU 的抢占式多任务处理，并支持用户模式设备驱动程序。该系统采用基于能力的安全性模型和用于操作系统服务的用户模式主管，旨在实现一种现代的、非 POSIX 的方法。