iFeeling Daily
每天精选值得关注的 AI 动态
当AI成本超过工程师薪资
Anthropic的人均算力支出已是工资的2.3倍，而大部分公司近乎为零。三个量化场景告诉你，到2029年AI账单可能追上甚至超过工程师薪酬。别把AI当玩具预算了，它正在变成你的第二份工资单。
BigQuery AI.AGG 函数深入解析
BigQuery新发布的AI.AGG()函数，让你在SQL里用一行自然语言指令就能对几百万行非结构化数据做总结和分类，无需搬数据、写脚本或担心上下文窗口。文章讲透了多层级聚合、NULL处理等工程细节，对BigQuery用户很实用。
用 BigQuery Graph 预防欺诈
Curve 用 BigQuery Graph 做欺诈检测，把反多跳追踪的复杂 SQL 换成直观的图查询语言，节省了约 1200 万美元的损失。这种在数据仓库内原生做图分析的方式，比搭建专门图数据库更务实，也更容易与现有 ML 流程集成。
谷歌推出跨区域备份，数据保护更灵活
Google Cloud Backup and DR 终于支持跨 region 备份。核心亮点是把备份目标和数据源完全解耦，让你能为不同应用选择不同的备份 region，兼顾成本、灾备能力和难搞的数据驻留法规，而不是被多 region 架构的高账单绑死。
一行命令跑起vLLM服务器
一行命令，在 Hugging Face 上拉起一个私有、按秒计费的 vLLM 端点，兼容 OpenAI API，无需任何基础设施配置。从单卡小模型到多卡122B，再到 SSH 调试和挂载编码代理，每一步都有实操命令，适合快速测试和批量推理。
混合模型比Transformer强在哪？逐token对比揭晓答案
语言模型的评测只看平均loss会掩盖关键能力差异。研究者发现混合模型在实义词和追踪上下文上远超Transformer，但在抄写重复内容时优势消失。这篇用逐token对比揭示了架构的深层优劣。
NeMo AutoModel：一行代码让 MoE 微调提速 3.7 倍
微调 MoE 大模型最头疼的就是显存不够、通信太慢。NVIDIA NeMo AutoModel 只改一行 import，就在 Transformers v5 基础上叠加了 DeepEP 通信计算重叠和 Expert Parallelism 显存分片，把 550B 模型训练吞吐提升了 3.7 倍，还省了 32% 显存，存的 checkpoint 标准兼容 vLLM。这是一篇用工程手段解决核心瓶颈的硬核实战复盘。
FFASR基准测试：在真实世界中评估远场语音识别
首个开放远场ASR基准测试上线，量化了模型在真实房间声学环境下的性能骤降，揭示近场与远场WER的差距可达数倍。
Cisco SD-WAN Manager零日漏洞攻击实例分析
这是一份来自Mandiant的真实攻防战报，详细拆解了APT组织如何利用零日漏洞攻入Cisco SD-WAN集中控制器。从窃取证书建立非法对等连接，到上传CSV文件提权获得root权限，再到反取证清理所有日志，完整的攻击链和具体的payload代码都写得清清楚楚。