Ubuntu 26.04 LTS 代号公布:Resolute Raccoon
Ubuntu 公布了下一代长期支持版本(LTS)的代号 —— Resolute Raccoon,预计将在 2026 年 4 月发布。
这个名称延续了 Ubuntu 的传统双词命名方式,其中 “Resolute” 代表坚定可靠,寓意此次 LTS 版本将成为稳定、安全的系统基石;“Raccoon(浣熊)” 则象征灵巧与适应力,呼应 Ubuntu 在多平台环境下的灵活性与坚韧性。
作为 LTS 版本,Ubuntu 26.04 将提供 5 年桌面支持 与 3 年硬件更新,并通过 Ubuntu Pro 获得额外安全维护。预计系统将搭载 GNOME 50 桌面环境,强化 TPM 绑定加密 安全特性,并可能更换默认媒体播放器为 ShowTime。
值得一提的是,“Resolute Raccoon”的代号由已故的 Debian 与 Ubuntu 资深工程师 Steve Langasek 提名,成为对这位长期贡献者的纪念。

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
-
上一篇
蚂蚁开源业内首个高性能扩散语言模型推理框架 dInfer
蚂蚁集团正式开源业界首个高性能扩散语言模型推理框架dInfer。 在基准测试中,dInfer将扩散语言模型的推理速度相比于英伟达扩散模型框架Fast-dLLM提升了10.7倍;在代码生成任务HumanEval上,dInfer在单批次推理中创造了1011Tokens/秒的速度,首次在开源社区中实现扩散语言模型的单批次推理速度显著超越自回归模型。dInfer的工作表明,扩散语言模型具备显著的效率潜力,可以通过系统性的创新工程兑现,为通往AGI的架构路径提供极具竞争力的选项。 扩散语言模型,作为一种全新的范式将文本生成视为一个“从随机噪声中逐步恢复完整序列”的去噪过程,具有高度并行、全局视野、结构灵活三大优势。凭借这些优势,以蚂蚁集团和人大发布的LLaDA-MoE为代表的模型已在多个基准测试中,展现出与顶尖AR模型相媲美的准确性。然而在推理效率方面,dLLM理论上的强大潜能,却长期被残酷的现实“枷锁”所束缚。 dLLM的高效推理面临计算成本高、KV缓存失效、并行解码三大挑战。这些瓶颈使得扩散语言模型的推理速度一直不尽人意,如何打破枷锁释放扩散语言模型在推理效率上的潜能,成为整个领域亟待解决的...
-
下一篇
Radical Numerics 开源 30B 参数 RND1
AI 研究机构 Radical Numerics 发布了 RND1-Base,这是迄今为止最大规模的开源扩散语言模型,参数规模达到30B,其中活跃参数为3B,采用稀疏专家混合架构。该模型不仅在基准测试中表现出色,还开源了完整权重、训练配方和推理代码,旨在加速扩散语言模型领域的后训练与推理研究。 RND1-Base基于Qwen3-30BA3B的自回归基础模型,通过简单的连续预训练实现了向扩散范式的无缝转型。转换过程采用双向掩码机制和特定于层的学习率以保留原有知识,并使用高达8M标记的大批量训练确保稳定性,最终在500B标记上完成预训练。这一高效方案避免了从零开始训练带来的资源浪费,体现了Radical Numerics在模型重用方面的创新思路。 与传统自回归语言模型逐个生成token的顺序模式不同,RND1将文本生成视作类似图像去噪的过程,从噪声中并行精炼整个序列,支持双向注意力机制。这不仅提升了生成的灵活性和可控性,还显著降低了推理延迟,特别适合复杂推理和代码生成任务。 在通用基准测试中,RND1-Base展现出强劲实力,超越了Dream-7B和LLaDA-8B等开源扩散语言模型前辈。...
相关文章
文章评论
共有0条评论来说两句吧...