模型

一位社区开发者基于OpenBMB的MiniCPM5-1B模型，使用Claude Fable 5的对话数据进行微调，发布了一个仅657MB的本地推理模型。该模型支持128K上下文窗口、可切换的思维模式，并可在llama.cpp等工具中运行。本文验证了其技术细节，区分了微调与真正的能力继承，并指出了许可问题。

本文对比了六款适合单张24GB GPU（如RTX 3090/4090）的开放权重模型，涵盖Qwen3.6、Gemma 4、Mistral Small等，并解释了内存分配、量化策略以及各模型的优势场景。

为AI研究人员整理的免费资源合集，包括超过1000美元的免费计算积分、研究指南、社区论坛等，帮助学生在不花费一分钱的情况下开始AI研究。

Feyn Labs发布了SQRL，这是一系列文本到SQL模型，能在生成查询前通过只读探针检查数据库。旗舰型号SQRL-35B-A3B在BIRD Dev上达到70.6%的执行准确率，略超Claude Opus 4.6，并可蒸馏为可自托管的4B和9B检查点。

阿里巴巴Qwen团队预览了Qwen3.8-Max-Preview，一个2.4万亿参数的多模态MoE模型，号称“仅次于Fable 5”。该预览已在Token Plan、Qoder和QoderWork上以标准定价的10%提供。但尚未提供任何基准测试表、模型卡、许可证、每token价格或激活参数数量。本文区分了阿里巴巴确认的内容和仅声称的内容。

CallBro是一款免费的私有会议笔记应用，可在本地转录通话，并使用AI（Codex、Claude Code或本地LLM）生成摘要和行动项。所有数据保留在设备上，无需云上传，支持多种平台，并通过MCP与工具集成。

KloofStreet.online 是一个专注于开普敦克鲁夫街的 AI 驱动指南。该街道被 Time Out 评为 2025 年全球第 22 酷街及非洲最酷街道。网站收录了 50 多家餐厅、养生馆、艺术画廊等商户，并提供名为 Street Pass 的会员计划，包括 AI 礼宾服务、折扣和专属体验。

Qwen 3.8 Max是Qwen系列的最新模型，已在其官网发布。

本文介绍了10个开源的无代码或低代码AI平台，用于构建大型语言模型应用、检索增强生成系统和AI智能体。每个平台都经过许可验证，并提供了仓库链接和最佳用例。这些工具通过可视化界面、Web UI和自然语言提示，使开发者能够快速原型设计并实现数据自托管。

一门创新的多变量微积分课程，将大语言模型融入教学，从向量部分开始。

中国三家实验室的旗舰开源MoE模型——Kimi K3、DeepSeek V4 Pro和GLM-5.2——在基准测试、许可条款和服务成本上各有优劣。Kimi K3性能最强但仅限API，DeepSeek V4 Pro成本最低且立即开源，GLM-5.2平衡了速度与可部署性。

本教程详细介绍了如何在Google Colab上使用单个GPU，通过NVIDIA NeMo AutoModel对Qwen3-0.6B模型进行LoRA参数高效微调。涵盖环境验证、源码安装、配方加载与调整、命令行训练、模型评估以及Python API调用。

ADA 是一个开源自动数据分析工具，用户上传 CSV 或 Excel 文件后，可自动清洗、检测业务模式、生成交互式仪表盘、标记异常、预测趋势，并支持自然语言提问，所有计算过程透明可见。无需 API 密钥即可使用，数据不离开本地。

本周精选包括如何用注册表模式替代If-Else链、降低LLM延迟和推理成本的12种方法、五个真实SQL项目构建数据作品集、Git Worktrees用于AI开发、用Outlines进行结构化语言模型生成、七个用于编排本地AI代理的Python框架、10个保持AI前沿的YouTube频道、Conductor for Gemini CLI入门、五个免费资源学习Agentic AI以及Pi编码代理的工作方式。

本文探讨了如何开发具有多种推理努力模式的模型，涵盖从o1和DeepSeek-R1到GPT-5.6的推理模型演变，以及RLVR训练、推理缩放、思考标记和推理模式切换等关键技术。

Google Cloud 的生成式 AI 存储库发布了一个参考实现——Always-On Memory Agent，它将记忆视为一个持续运行的进程。该系统基于 Google ADK 和 Gemini 3.1 Flash-Lite，不使用向量数据库或嵌入，而是通过编排器将请求路由到摄取、整合和查询子代理，这些代理持续地读取、连接和将结构化记忆写入 SQLite。

Sakana AI 提出的误差扩散（Error Diffusion）是一种局部学习规则，无需权重传输或反向传播即可训练神经网络，并遵循戴尔原则（Dale's principle）。该方法采用双流架构，将每一层分为兴奋性和抑制性流，并通过模误差路由扩展到多类分类，在MNIST上达到96.7%，在CIFAR-10上达到61.7%。研究还发现，三项分类创新在不同任务上的重要性截然不同，并成功将误差扩散应用于强化学习。

Anthropic 决定自2026年7月20日起，将 Claude Fable 5 永久纳入 Max 和 Team Premium 订阅计划（额度为50%），并为 Pro 和 Team Standard 用户提供一次性100美元积分。此举逆转了此前因算力限制而计划移除 Fable 5 的决定，主要受到 GPT-5.6 Sol 等竞争对手的压力。

Zyphra于2026年7月16日发布了ZUNA1.1，这是一个基于Apache 2.0许可的开源脑电图（EEG）基础模型。该模型是一个3.8亿参数的掩码扩散自编码器，能够处理任意通道布局的EEG信号，并支持0.5至30秒的可变长度输入，相比之前固定5秒的ZUNA1更加灵活。通过改进训练策略（包括四种丢失模式和逐通道质量过滤）以及更大的语料库（约350万通道小时），ZUNA1.1在重建归一化均方误差上保持或优于ZUNA1。

在最新基准测试中，GPT-5.6 Sol Ultra 仅通过分析补丁提交，就自主构建了一条完整的 Chrome V8 漏洞利用链，最终弹出计算器。其他前沿模型如 Sol Medium 和 Grok 4.5 则停滞在早期阶段。作者认为，这标志着漏洞利用开发作为一项人类技能即将终结。

英伟达正在充实其物理AI生态系统，涵盖基础模型、边缘硬件、软件、开发者工具及工业合作伙伴关系。

Kimi K3提供了2.8万亿参数的开放模型，但美国公司在考虑使用时面临复杂局面。

NVIDIA Vera Rubin平台通过极致协同设计降低每token成本，实现更频繁高效的后训练，最大化智能体AI时代的每美元智能。Nemotron 3 Ultra模型在SWE-bench验证中得分71.7%，展示了后训练的有效性。

Kimi K3在拒绝透露系统提示后，以“今天有什么我能真正帮到你的吗？”回应，展现了AI在保护内部机制时的礼貌而坚定的态度。

Meta 的新模型 Muse Spark 1.1 现可通过 Databricks 的 Unity AI Gateway 中的模型提供商服务（MPS）使用。该服务允许组织在 Unity Catalog 中注册提供商一次，消除 API 密钥泛滥，并通过熟悉的权限、速率限制和护栏实现集中治理。此外，自动跟踪每次请求的令牌使用量、延迟、成本归属和审计日志，提供端到端的可观察性。

Simon Willison开发了一款工具，用于检测并高亮显示AI生成文本中常见的陈词滥调，例如“no fluff, no filler, no jargon”等模式。该工具完全在浏览器中运行，支持开关式模式检测和上下文高亮，并提供模式计数和快速导航功能，旨在减少对公式化AI写作的挫败感。

OpenTSLM是一种多模态大语言模型，将时间序列作为原生模态处理，能够与文本一起对原始多变量信号进行推理。它在时间序列问答、活动识别、睡眠阶段分类和ECG问答任务上优于基线方法，包括GPT-4o。模型支持扩展到多个超长时间序列，内存消耗几乎恒定。ECG推理经7位心脏病专家验证，正确率97%。所有代码、数据集和模型均开源。

NVIDIA发布Nemotron 3 Embed，包含三个开源检查点：8B BF16、1B BF16和1B NVFP4。其中8B模型在RTEB基准上以78.46平均NDCG@10排名第一。1B模型通过NAS剪枝和蒸馏从8B教师模型得到。NVFP4在Blackwell上保持99%+的检索精度，吞吐量提升2倍。所有模型支持32,768 token输入，采用OpenMDW-1.1许可。

本文提出ConFlow框架，将约束信息直接融入流匹配训练目标，通过可微的障碍或成本函数以及条件高斯过程，提高机器人运动生成中的约束满足和轨迹质量。实验表明在双机器人导航任务中，ConFlow相比标准流匹配基线实现了更低的碰撞率和更高的轨迹质量。

本文探索了利用功能性近红外光谱（fNIRS）脑信号来调节机器人强化学习的可行性。研究比较了被动（观察）和主动（演示）交互任务中的智能体训练，并测试了多种增强RL算法的方法，重点关注参数增强而非替换。结果表明，该框架有效：脑信号在增强轨迹优先级和状态-动作Q值时改善了学习。此外，该框架能成功从离线数据中学习，为实时脑机接口设置不实用或数据有限的情况提供了实用替代方案。

现有抓取基准主要关注视觉抓取姿态检测，忽略了需要多步推理和语义理解的复杂任务。GCA-Bench基准包含复杂动作场景，评估大模型在抓取中的表现。实验显示，当前方法在复杂场景下成功率低于70%，揭示了关键局限性。

DiMaS是一种专为流匹配视觉-语言-动作（VLA）模型设计的分布匹配引导策略，通过在表示分布之间进行传输而非沿固定方向移动，实现了对机器人操作行为的细粒度控制。该方法在两种最先进的VLA上验证了有效性，并分析了行为控制的可迁移性。研究表明，经典线性引导在视觉运动任务中失效，因为行为特征线性可解码但不可线性引导。

MEMORA提出了具身动作记忆（EAM），使机器人能够利用第一人称视频中的持久记忆进行长期规划。它包含四种类型的记忆存储、在线编辑和离线整合功能。在45小时的EPIC-KITCHENS-100数据集评估中，MEMORA在记忆测试中准确率提升20.5个百分点，规划分数相对提升16.6%。

本文提出LIFT框架，通过在预训练视觉-语言-动作（VLA）策略后训练中注入反应式力，解决接触场景下纯视觉方法失败的问题。LIFT嫁接反应式动作专家，利用因果力记忆和零初始化交叉注意力注入6D力，并结合在线DAgger循环应对分布偏移。在毛巾折叠、书籍插入和汉诺塔放置任务中，LIFT相比纯视觉后训练学习更快、性能更高。

本研究提出了一种新颖的多模态编排框架，实现语义音频驱动的人形机器人控制。系统通过音频指纹和语义嵌入实时处理音乐或语音输入，动态选择并执行动作策略，在仿真和Unitree G1人形机器人上验证了鲁棒的模拟到现实迁移。

SD-MAR是一个用于训练和评估视觉语言模型（VLM）在多图像分析推理任务上的框架。它通过受控扰动构建成对视觉场景，并生成涉及语义变化归因和定量比较的推理任务。采用GRPO-lite与后向折扣分配（BDA）的强化学习方法，去除KL正则化以增强策略优化。在Qwen2.5-VL-7B和InternVL3-8B上的实验表明，域内准确率提升高达36.95%，且Qwen2.5-VL-7B在SD-MAR基准上超越GPT-4.1。域外泛化性能保持或提升，在MME、MMMU-Pro、MathVista上波动在1%以内，在MMBench上提升达4%。

针对增材制造XCT图像缺陷分割的挑战，提出XCT-SAM框架，通过序列参数高效域自适应，利用Conv-LoRA适配器逐步缩小域差距，在CycleGAN-XCT基准和真实NIST扫描上优于基线方法。

MonteRET是一种区域感知的检索增强框架，用于自动生成胸部CT报告。它整合全局和局部CT特征，检索相关医学知识，并通过知识引导的报告重写智能体优化初始报告。在RadGenome-ChestCT数据集和外部医院数据上，MonteRET在报告质量、语义相似性和临床效果上均优于现有方法。

本文探究视觉基础模型是否构建了反映三维欧氏空间内在属性的表征。与传统方法通过回归深度或法线来探测三维意识不同，作者从拓扑和几何角度评估视觉特征空间结构与欧氏变换群SE(3)之间的关系。提出了相互邻域度量和庞加莱适配器两种探针。实验表明，自监督视觉模型在没有直接三维监督或主动代理的情况下，其潜在子空间与三维欧氏空间高度相关。基于此，提出了“潜在空间导航”技术，可在潜在空间中直接进行视觉里程计和定位，无需显式三维重建。

提出首个关键帧条件视频生成基准KeyFrame-Compass，包含386个精心策划的样本，覆盖多种设置，并引入自动化评估框架，在9个系统上实验揭示忠实执行与自然合成之间的权衡。

多参考音频视频生成（MR2AV）要求模型基于多个参考和文本指令生成同步音视频内容。现有基准主要关注文本驱动生成或单参考保留，缺乏对该任务的评估。本文提出MultiRef-Compass，一个包含350个精心构建样本的统一基准，涵盖多视角主体保留、多实体绑定和人-物-场景组合。它定义了一个四维评估协议（基础质量、参考一致性、音视频一致性、指令遵循），包含14个子指标，并集成了自动指标与重审增强的多模态大模型评判框架。在八个代表性MR2AV系统上的实验揭示了各维度的显著改进空间。

本文提出了一种新的量化指标——工具效率，用于评估LLM智能体轨迹中有用工具调用的比率。为了精确定义工具效率，作者还引入了边际工具效用，该指标判断每次工具调用的有用性，以及能否在不影响准确性的情况下从工具套件中移除，从而提高效率。研究使用LLM作为裁判来确定轨迹中每次工具调用的边际工具效用符号。这项工作直接量化效率，为未来基准设计和精简工具套件优化提供基础。

Polestar是一种无需训练的推理框架，通过利用令牌表示漂移来解决扩散大语言模型中KV缓存重用和解码并行性的挑战。它包含Polestar-Cache（用于稀疏缓存刷新）和Polestar-Commit（用于识别可提交令牌），在数学和编程基准测试上实现了高达10.73%的精度提升和3.7倍的吞吐量提升。

本文提出令牌时间连续扩散（TTCD），一种在连续空间中操作的新型扩散语言模型，引入每令牌时间步概念，使不同令牌以不同速率从噪声转化为令牌。TTCD通过连续空间建模避免了并行采样多个令牌的不准确性，在高速加速下显著优于离散模型。研究者在OpenWebText上训练了1.6亿参数的TTCD模型，并通过自蒸馏在无条件生成中达到可比质量，在条件生成中超越多个同等规模模型，在数独求解任务中也取得类似改进。

本文提出AGOPS方法，自动生成任务特定的提示指南，帮助用户编写更明确的提示，从而大幅提升大语言模型的下游性能。实验表明，未明确指定的提示可导致性能下降高达95.3%，而现有通用指南难以恢复，但AGOPS指南可使性能提升15.5%至81.7%。

新研究表明，大型语言模型代理在通过文本通信时会丢失信息。使用稀疏自动编码器特征分析，研究者发现潜在空间通信虽然在某些压缩率下保留更多信息，但丢失的特征主要编码表面形式而非任务相关语义，从而对潜在通信的优势提出质疑。

本文提出一种基于采样的方法LBA，用于在低查询预算下生成高质量文本对抗样本。该方法结合先验和后验知识构建近似分布，通过采样逐步更新分布，从而高效搜索对抗样本。实验表明，LBA在六个语言模型和四个数据集上显著优于现有基线，且生成的对抗文本语义保持更好、更易理解。

本文首次将基于预群语法的量子组合自然语言处理应用于阿拉伯语，利用量子电路的拓扑结构模拟语法关系。实验涵盖词序、形态时态和动词义消歧，量子方法在多项任务上优于传统基线。

研究提出JKP框架，通过重复挑战性提问评估视觉语言模型的稳定性。测试GPT-4o、Gemini 2.5 Pro和Qwen3-VL-30B发现，模型在持续追问下表现不稳定，答案频繁翻转，且不同模型响应模式各异。

该研究分析了闭环知识系统（如大型语言模型、强化学习）为何在重复内部反馈下趋于饱和，并提出了一个三层次操作框架，通过结构干预实现逃逸。使用李雅普诺夫漂移条件刻画稳定性，并通过干预引起的吸引子位移和KL下界表征逃逸。案例研究包括LLM代码修复、稀疏奖励强化学习和贝叶斯优化。