Cohere
أصدرت Cohere برخصة Apache-2.0 نظام خدمة يدمج خطوة فك الترميز كاملة في نواة CUDA واحدة. أسرع من vLLM بـ1.58 مرة على بطاقة H100 واحدة، لكنه يشغل نموذجا واحدا فقط وعلى H100 فقط وبأحجام دفعات من واحد إلى ثمانية.
Cohere
Cohere has released under Apache-2.0 a serving system that fuses the entire decode step into one CUDA kernel. It is 1.58x faster than vLLM on a single H100, but it runs one model only, on H100 only, at batch sizes 1 to 8.
Cohere
Cohere, çözümleme adımının tamamını tek bir CUDA çekirdeğine sıkıştıran sunum sistemini Apache-2.0 ile yayımladı. Tek H100 üzerinde vLLM'ye göre 1,58 kat hızlı, ama yalnız tek model, yalnız H100 ve yalnız 1-8 arası yığın.
Cohere
Cohere 以 Apache-2.0 发布了一套把整个解码步骤融进单个 CUDA 内核的服务系统。在单张 H100 上比 vLLM 快 1.58 倍，但只支持一个模型、只支持 H100、批量只能是 1 到 8。
Eraser
Mermaid、D2 和 Graphviz 把布局交给引擎，语言本身无法指定方框的位置。Eraser 开源的这套格式允许模型直接写出坐标。原因是：模型在 2025 年底学会了按坐标布局。
Eraser
تترك Mermaid وD2 وGraphviz التخطيط لمحرك، ولا تستطيع اللغة تحديد موضع أي صندوق. أما الصيغة التي فتحتها Eraser فتتيح للنموذج كتابة الإحداثيات مباشرة. والسبب أن النماذج أتقنت التخطيط بالإحداثيات أواخر 2025.
Eraser
Mermaid, D2 and Graphviz hand layout to an engine; the language cannot say where a box belongs. The format Eraser has opened lets the model emit coordinates directly. The reason: models learned coordinate layout in late 2025.
Eraser
Mermaid, D2 ve Graphviz yerleşimi bir motora bırakır; hangi kutunun nereye geleceğini dil söyleyemez. Eraser'ın açtığı biçim modelin doğrudan koordinat yazmasına izin veriyor. Sebep: modeller 2025 sonunda koordinatla yerleşim yapmayı öğrendi.
Ling-3.0-flash-VL
Ling-3.0-flash-VL 开源发布。混合专家架构总参数 1240 亿，每 token 仅激活 55 亿，上下文最长可达 100 万 token。模型还宣称能看懂屏幕并据此行动。
Ling-3.0-flash-VL
صدر Ling-3.0-flash-VL مفتوح المصدر. تحتفظ بنية مزيج الخبراء بـ124 مليار معامل لا ينشط منها سوى 5.5 مليار لكل رمز، ونافذة السياق تصل إلى مليون رمز. ويعلن النموذج أيضا قدرته على التصرف بناء على ما يراه على الشاشة.
Ling-3.0-flash-VL
Ling-3.0-flash-VL is out as open source. The mixture-of-experts architecture holds 124 billion parameters but activates only 5.5 billion per token, with a context window up to 1 million tokens. It also claims to act on what it sees on screen.
Ling-3.0-flash-VL
Ling-3.0-flash-VL açık kaynak çıktı. Uzman karışımı mimaride toplam 124 milyar parametrenin token başına yalnız 5,5 milyarı devreye giriyor, bağlam 1 milyon token. Ekranı görüp iş yapma iddiası da var.