本周，随着 FlashAttention-4 的发布，本地 LLM 性能取得了突破性进展，GPU 推理速度提升了 2.7 倍。同时，LiteLLM 和 LM Studio 也发布了重要的安全警报。此外，Ulysses Sequence Parallelism 为长上下文模型带来了新的可能性。这些进展将推动开发者在本地 LLM 领域的创新与应用，提升模型的效率和安全性。...