谷歌推出的DiLoCo分布式训练方法，其Scaling Law比数据并行更稳健、更优越、更高效、更强大，其模型规模越大优势越明显，有效解决通信瓶颈，为大模型训练开辟新可能。网友称DiLoCo可能会重新定义Scaling的方式。

【新智元导读】 谷歌团队发现了全新Scaling Law！新方法DiLoCo被证明更好、更快、更强，可在多个数据中心训练越来越大的LLM。 更稳健（Harder） ：在不同模型规模下，DiLoCo的超参数依然保持稳定且可预测。

IT之家3 月 2 日消息，安全研究员 Mykola Grymalyuk 去年曝光苹果 macOS 平台广受好评的 Parallels Desktop 虚拟机软件存在一项编号为 CVE-2024-34331 的提权漏洞。 尽管 Parallels 在当年 4 月便已着手处理，并为 Parallels Desktop 推出 19.3.1 版本，但目前安全研究员 Mickey Jin 透露官方 ...