« Tüm yayınlar

» Özet

15 Ağu 2026

15 Ağu 2026
Bugün

LLM’nin GPU Çekirdeklerinde Gizli Hatalar, ChainDrop npm Solucanı ve Netflix’in Üretken Öneri Geçişi

Dönemin öne çıkan gelişmesi, yapay zekâ ile üretilen GPU çekirdeklerinin doğruluğuna ilişkin uyarı oldu. Araştırmacılar, birkaç rastgele girdi çalıştırıp çıktıyı referansa yakın kabul etme yönteminin; NaN ya da sonsuz yerine sıradan sayı döndüren, çalıştırmadan çalıştırmaya değişen, şekil değişince bozulan veya fp16’da fp32 referansını izlemeyen çekirdekleri gözden kaçırdığını gösterdi. Buna karşılık doğru bir çekirdeğin sağlaması gereken özellikleri denetleyen 12 saldırgan kapıdan oluşan sözleşme düzeyinde bir doğrulayıcı geliştirildi.

Aynı alanda CAKE, GPU çekirdeği üreten ajanlar için derleyiciyi kapalı kutu olmaktan çıkarıp warp rollerini, bellek hareketlerini ve pipeline yapısını ajanlara açan; doğrulama, maliyet modellemesi ve yerelleştirilmiş tanılama sağlayan bir ara temsil sundu. Shoehorn ise Apple Silicon’da Metal API üzerinden gerçek kullanılabilir VRAM’i ölçerek BF16 GGUF modelleri Q4_K_M veya Q5_K_S kalıpları yerine belleğe tam oturacak karma hassasiyetle kuantalayan açık kaynak Rust CLI aracı olarak duyuruldu.

Tedarik zinciri cephesinde ChainDrop, keyv, flat-cache ve cache-manager gibi aylık toplam 2 milyar indirmeye sahip bağımlılıkların da bulunduğu 444 npm paketini ele geçirdi. Solucan npm token’ları, bulut anahtarları ve gizli bilgileri workspace, shell konfigürasyonu ve bellek üzerinden toplayıp tarball’ları yeniden paketliyor; repo kaynak kodunda iz bırakmadan yayıldığı için standart denetimleri atlatıyor. Python tarafında ise 1 milyondan fazla PyPI paketi tarandı; kaynak kod içermeyen derlenmiş .pyc bytecode artefaktlarına dikkat çekildi ve decompiler çıktılarının işlevsel eşdeğerliği garanti etmediği vurgulandı.

Netflix, kullanıcı etkileşim dizilerini token benzeri temsillere dönüştürerek öneri üretimini üretken dil modelleme problemi gibi ele alan GenRec’i paylaştı; bu, aday üretme ve sıralama bileşenlerini tek uçtan uca modelde birleştirme yönünde bir adım. Hizmet altyapısında prefill/decode ayrıştırmasının kuyruk ekleyerek kuyruk gecikmesini kötüleştirebildiği gösterildi; üretim benzeri kurulumda prefill yürütmesi P95 TTFT’nin yalnızca %2-23’ünü oluştururken kalan süre kuyruklama ve düğüm aktarımlarına gidiyor. Ayrıca Stanford araştırmacıları yapay zekâyla E. coli suşlarını enfekte eden 16 virüs tasarladı; bu, antibiyotik dirençli enfeksiyonlar için phage terapilerine işaret ediyor. Yapay zekâ hafıza çerçeveleri değerlendirmesinde yapılandırılmış hafıza, doğruluk ve maliyet açısından dosya tabanlı yaklaşımı geride bıraktı. Son olarak Wevna, Node.js arka uçlarında HTTP istekleri, SQL sorguları ve Redis komutlarını tek satırla canlı dashboard’a taşıyan yerel izleme aracı olarak öne çıktı.

» İstatistikler

Yayın
19
Okunma
0
Ort. puan
7.7

» En çok okunan

  1. Filtrelenmiş Vektör Arama: Acorn'un Çözdükleri ve Çözülmesi Gerekenler07.4
  2. Netflix'ten GenRec: LLM Tabanlı Öneri Sistemine Geçiş08.3
  3. Hafıza Çerçevelerini Değerlendirdim: Dosya, Vektör, Grafik ve RL07.6
  4. Çift mimarili AI işletim sistemim QEMU, VirtualBox ve gerçek UEFI donanımında çalışıyor07.1
  5. ChainDrop solucanı npm tedarik zincirine sızdı, standart savunmaları atlatıyor08.1
  6. Python Bytecode Güvenliği: Kaynak Kod Denetimini Aşan Riskler08.0
  7. SerenityOS: 90'ların Estetiğiyle Yeniden Tasarlanan Bir Unix Sistemi07.1
  8. IPv8 İnternet Taslağını Linux, Libc ve BGP'de Uyguladık07.4
  9. Wevna: Node.js Arka Uçlar için Yerel İlk Dashboard07.5
  10. WMTrace: LLM Metin Su İşaretlerini Anlamak için Yeni Araç07.1

» En yüksek puan

  1. LLM ile Üretilen GPU Çekirdeklerinde Gizli Hatalar Bulundu09.1
  2. Shoehorn: LLM'leri Mac'in VRAM'ına Tam Oturacak Şekilde Kuantalıyor08.4
  3. Netflix'ten GenRec: LLM Tabanlı Öneri Sistemine Geçiş08.3
  4. ChainDrop solucanı npm tedarik zincirine sızdı, standart savunmaları atlatıyor08.1
  5. CAKE: Yapay Zeka Ajanlarına Özel Derleyici Tasarımıyla Hızlı GPU Çekirdekleri08.1
  6. Prefill/Decode Ayrıştırması Kuyruk Ekleyerek Tail Latency'yi Kötüleştirebilir08.1
  7. Python Bytecode Güvenliği: Kaynak Kod Denetimini Aşan Riskler08.0
  8. Yapay Zeka Artık Fonksiyonel Virüsler Tasarlayabiliyor07.9
  9. Hafıza Çerçevelerini Değerlendirdim: Dosya, Vektör, Grafik ve RL07.6
  10. Wevna: Node.js Arka Uçlar için Yerel İlk Dashboard07.5

» Kaynaklar

Hashnode #96Hashnode #34Hashnode #103İşletim Sistemi Reddit1The Register1Hacker Noon1VentureBeat1Hashnode #151Hashnode #171

» Paylaş