numbat
PulseAugur coverage of numbat — every cluster mentioning numbat across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
Anthropic 的 Mythos 5 "Numbat" 模型检查点在线泄露
Anthropic 未发布的 "Numbat" 模型(内部代号 Mythos 5)的检查点已浮出水面。该检查点包含一个完整的模型架构参考实现,总计约 7.72 TB,分布在 772 个分片中,是大型训练运行中的中期预训练产物。该架构采用混合 Gated DeltaNet (GDN) 和 Multi-head Latent Attention (MLA) 堆栈,并包含 Mixture-of-Experts 层。
-
Anthropic 的 Numbat 模型检查点在线泄露
Anthropic 未发布的“Mythos类”模型(代号为 Numbat)的检查点已在线上出现。该检查点约7.72 TB,包含142个张量,被描述为大规模训练运行中的中期预训练产物。虽然它包含加载和运行模型的参考实现,但它是原始预训练输出,没有任何后期训练或RLHF,因此不适合直接推理。
-
所谓的Anthropic Mythos Class模型泄露被证实为假
一项法证调查得出结论,所谓的“Mythos Class”模型泄露,声称是Anthropic公司的一个拥有14万亿参数的模型,实际上是合成的。虽然包装、分词器和嵌入矩阵看起来是真实的,但模型权重本身被发现是生成的。调查使用了两种测试:一种分析语言模型头和嵌入矩阵之间的关系,另一种检查共享输入张量的模块之间输入缩放的差异,这两种测试都表明权重并非来自真实的Anthropic检查点。
-
Perplexity 发布新的 AI 安全工具和沙盒平台
Perplexity 推出多项新的安全举措和工具,旨在增强 AI 代理的安全性和可信度。其中包括 Bumblebee,一个用于扫描开发人员机器上风险软件包的扫描器,以及 Numbat,一个代理检测和响应层。该公司还详细介绍了其 SPACE 沙盒平台,该平台可隔离 AI 任务,以及运行本地模型的 Portable Computer 系统。Perplexity 进行了严格的测试,包括在沙盒环境中给予 AI 模型 root 访问权限,但未观…
-
Numbat:一个用 Zig 构建的独立机器学习栈
研究人员开发了 Numbat,一个完全用 Zig 编程语言构建的独立机器学习栈。该栈旨在通过消除第三方运行时依赖并提供统一的语言用于研究和生产,从而降低与传统 Python 框架相关的工程成本。Numbat 包括张量计算、自动微分和多 GPU 训练的组件,并公开 C ABI 以便与其他语言集成。该系统已通过参考实现进行了验证,发现了几个静默分歧,并成功训练了一个 YOLOv8m 模型,其性能与参考栈相当。
-
Perplexity 开源 Numbat 用于代理检测和响应
Perplexity 已开源 Numbat,这是一个新的代理检测和响应层,旨在跨各种代理工具使用。该工具为安全团队提供了对代理活动的可见性,并允许他们在特定操作执行前阻止它们。Numbat 以单个 Go 二进制文件的形式分发,确保跨 macOS、Linux 和 Windows 的兼容性,并通过将审计事件和安全警报发送到名为 Computer 的系统进行持续分析和改进检测方法。