Meta本週發表了 Llama 3.2 ，包括視覺語言模型Llama 3.2 11B及Llama 3.2 90B，以及鎖定邊緣及行動裝置、輕量且只有文字的Llama 3.2 1B及Llama 3.2 3B，已開放使用者自 Llama官網 及 Hugging Face 上下載。

其中，Llama 3.2 11B與Llama 3.

PostgreSQL 17 正式發布，除了加入新的功能之外，也改進了效能表現以及開發者體驗。這個版本最佳化資料庫清理（Vacuum）、I/O效能和查詢執行，同時強化JSON資料處理能力，也對邏輯複寫（Logical Replication）、高可用性和主要版本升級支援進行

隨著防詐需求持續成長，台灣廠商的發展動向與成長情形，也成各界關切焦點。以阻擋惡意電話與簡訊Whoscall聞名的Gogolook（走著瞧-創），去年在創新板掛牌上市、今年5月則宣佈併購荷蘭數位防詐服務商ScamAdviser。

在併購案宣佈4個月後，

在9月最後一星期的資安新聞中，在威脅態勢上，有兩則鎖定開發人員的網路威脅消息值得關切。

一是近期許多GitHub用户反映收到電子郵件通知，聲稱用户參與的專案有處理儲存庫的資安漏洞要處理，但該郵件內的連結是指向github-

這兩年鎖定烏克蘭及盟國而來的 惡意軟體RomCom ，如今出現新的變種，駭客濫用有效憑證對其簽章來迴避偵測，並藉此工具進行多階段攻擊，從而達到執行命令、下載其他惡意軟體的目的。

資安業者Palo Alto Networks揭露 惡意軟體RomCom的新變種SnipBot

在AI應用勢力抬頭之前，幾家主要伺服器廠商都持續經營邊緣運算的產品線，例如，我們過去曾報導 聯想的ThinkEdge系列 ，以及 Dell的PowerEdge XR系列 ，HPE先前主要是由 Edgeline系列 擔綱，然而，後續很少看到他們主推這樣的硬體設備，而在今年9月

除了用機器學習（ML）來解決購物推薦問題，Line台灣也開始擁抱大型語言模型（LLM），來提高工作生產力。

運用LLM的3大挑戰

在剖析自家LLM實戰經驗前，Line台灣機器學習工程師李婕瑜先是點出，企業運用LLM提高工作生產力時，所

一套AI系統不只要能解決商業問題，還要能獲得業務團隊信任且合規。因此，Line台灣打造一套可信任評估框架，來讓自家模型更強健且可解釋，就算是不懂技術的業務團隊，也能解讀模型。Line購物有套精密的機器學習（ML）推薦

每一項ML系統，都是因一個商業問題而存在，這正是Line購物大力擁抱AI的目標，他們最關鍵的商業問題是提升銷售額，而機器學習團隊的任務，就是想辦法用ML來提高銷售額。

不過，從商業問題出發，到落地成為一支AI應用，Line