OpenAI 为佐治亚州拟建计算园区约定了最高 100 万千瓦的灵活需求响应:电网吃紧时,园区减少取电,给居民空调留出容量。扩建算力,开始要先谈清楚什么时候少用电。
🚨 算力与社区用电
• OpenAI:计算园区承诺高峰让电 —— Grid Protectors 计划让未来园区参与电网调节,并探索现场发电、储能与电池控制。佐治亚州园区仍在开发中,实际削减幅度、响应速度和持续时间,是后续落地的关键。
🛠️ 开发工具与运行成本
• Anthropic Skills:把任务步骤装进目录 —— 本次工具发现覆盖文档、设计、测试与企业沟通,将指令、脚本和资源按任务动态加载。维护大量提示词的团队,可以参考这种组织方式;首次发布日期未确认,接入后仍需用真实任务验收。
• Firefox:没人翻页,服务器也在忙 —— Simon 发现,Datasette 返回的 rel=next 响应头会触发下一页预取,提前渲染大量访客不会阅读的页面。排查浏览器自动化的额外请求时,分页响应头值得一起查。
🔬 模型测试与参数研究
• Transformers MIC:模型偷看答案近两月 —— Hugging Face 披露,UMT5 曾因注意力掩码回归,在训练时看到未来 token,程序照常运行。新方案把模型缩小后放到 CPU 上,对照人工审核的行为基线检查修改;当前 CI 检查报告失败,尚未阻断 PR。
• WeightLoop:写一次编辑程序,持续吸收实验反馈 —— 新论文让 GPT-6 Astra 先生成可复用的参数编辑程序,后续根据新测量验证并更新预测器,无需继续调用大模型或梯度重训。作者报告的是离线回放结果,值得跟进真实实验中的持续更新效果。
📚 延伸阅读
• Hugging Face:Transformers Model Integration Contracts
https://huggingface.co/blog/transformers-mic
• WeightLoop:用实验反馈持续更新模型参数
https://arxiv.org/abs/2611.07319
• Anthropic:Skills 目录、示例与使用说明
https://github.com/anthropics/skills
