在LinkedIn上指出@_rexliu来自@gen_analysis的一些不当行为 - 粗糙的AI图像编辑，窃取他人的帖子并声称是自己的。 两天前，@exolabs的朋友们发布了一篇精彩的帖子，涉及@NVIDIA和@Apple，并使用这两种硬件加速设备上的LLMs。 然后，我在LinkedIn上看到了一篇来自@_rexliu的帖子，声称他们“刚刚在DGX Spark上微调了gpt-oss-120B（QLoRA 4-bit）……”（见截图）。超级熟悉的设置，惊人相似的表格，背景中惊人相似的植物，电缆布置也非常相似。而且NVIDIA的贴纸下没有设备ID。（业余错误） 是的……这些家伙显然看到了@alexocheema在LinkedIn上病毒式传播的帖子，偷走了帖子图像，并进行了AI编辑，以便窃取一些不应得的赞誉，声称自己在运行这些酷炫的创新。（而且没有给@exolabs致谢） 这种窃取信用的AI图像编辑将变得越来越简单和普遍。大家要小心。

在LinkedIn上指出@_rexliu来自@gen_analysis的一些不当行为——业余的AI图像编辑，窃取他人的帖子并声称是自己的。 两天前，@exolabs的朋友们发布了一篇精彩的帖子，内容涉及@NVIDIA和@Apple，使用这两种硬件加速设备上的LLMs。 然后，我在LinkedIn上看到了一篇来自@_rexliu的帖子，声称他们“刚刚在DGX Spark上微调了gpt-oss-120B（QLoRA 4-bit）……”（见截图）。超级熟悉的设置，惊人相似的表格，背景中惊人相似的植物，电缆布置也非常相似。而且NVIDIA的贴纸下没有设备ID。（业余错误） 是的……这些家伙显然看到了@alexocheema在LinkedIn上病毒式传播的帖子，偷走了帖子图片，并进行了AI编辑，以便窃取一些不应得的赞誉，声称自己在进行这些酷炫的创新。（而且没有给@exolabs任何信用） 这种窃取信用的AI图像编辑将变得越来越简单和普遍。大家要小心。 @garrytan，你在你的YC同伴中有一些不当行为。

Clustering NVIDIA DGX Spark + M3 Ultra Mac Studio for 4x faster LLM inference. DGX Spark: 128GB @ 273GB/s, 100 TFLOPS (fp16), $3,999 M3 Ultra: 256GB @ 819GB/s, 26 TFLOPS (fp16), $5,599 The DGX Spark has 3x less memory bandwidth than the M3 Ultra but 4x more FLOPS. By running compute-bound prefill on the DGX Spark, memory-bound decode on the M3 Ultra, and streaming the KV cache over 10GbE, we are able to get the best of both hardware with massive speedups. Short explanation in this thread & link to full blog post below.