Ripple-65B Preview发布:以650亿参数模型提供开源智能体编码能力
Ripple-65B Preview由Ricursive Intelligence训练,在TerminalBench 2.1编码基准上取得80.52分,并在SWE-Bench Pro v2.0 Hard、DeepSWE v1.1等任务中给出具体分数,整体性能未达新发布的Inkling 2 Small。
Ripple-65B Preview由Ricursive Intelligence训练,在TerminalBench 2.1编码基准上取得80.52分,并在SWE-Bench Pro v2.0 Hard、DeepSWE v1.1等任务中给出具体分数,整体性能未达新发布的Inkling 2 Small。
Muir 采用灵敏度分配门控和匹配滤波器读出线性注意力 paper: https://huggingface.co/papers/2611.08376
Auria Chain 发布名为 auria-chain 的 SDK,支持 AI 智能体通过普通 HTTP 进行链上支付,无需人类介入且使用现有代币(如 USDC)。
RTK 是一个 CLI 代理,在 AI 代理读取或发送内容前压缩、路由和过滤 shell 命令输出,支持 18 个 AI 编码工具,可降低 60-90% 的开发命令 token 消耗。
推荐理由:原文给出了 60-90% 的 token 优化和 18 个工具的接入方式,读者可以据此判断它会怎样改变现有编码代理工作流。
dAIly 是一个开源 GitHub 项目,旨在回答“应该构建什么”而非“发生了什么”。其核心功能是提供“每日机会”,结合新闻、研究证据及近期发布,生成具有可行性的产品构建建议,并支持通过环境变量切换至安全、生物科技或金融科技等领域。项目支持 Gemini、Claude 或 Ollama 作为分析引擎,并提供免费与付费订阅层级,允许用户通过 Fork 仓库在 5 分钟内部署专属日报系统。
AI Product Team 是一个开源项目,包含 64 个专用 AI Agent 角色、28 个共享方法及 12 个工作流,专为 Claude Code 和 Codex 设计。该工具允许用户以自然语言提问,助手仅调用必要的特定专家角色,并在项目目录中通过账本机制记录所有结论、证据和决策版本。目前已完成所有定义和文档编写,支持 dry-run 安装,但尚未在实时模型上进行完整评估。
Infinity 在 Mac 上推出 AI 应用,实现 AI 对话的 Git 风格分支。v0.1.5 支持 4 个模型并行响应,接入 10+ 提供商,本地运行无账号、广告或分析。 支持 macOS 14+,兼容 Apple 芯片与 Intel,涵盖 Chat、Code 和 Assistant 三种模式。
NVIDIA 开源 AI Aerial 和 Sionna 软件全球开发者采用量增长 10 倍,下载量超 100 万次,8000 多家机构正在使用。 在多项实验中,语义通信将机器人任务完成时间缩短 52.6%,神经网络接收机上行吞吐量提升最高 60%,模拟运行时间从 3 小时降至 10-20 分钟。
开源项目 Current 发布,提供 AI 智能体变更控制层,强制将“生成提案”与“应用修改”分离,所有操作需经人工或代理审批方可执行。工具基于 Elixir 开发,支持 OpenAI 和 Anthropic 模型,提供 CLI、HTTP API 及 MCP 接口,并通过哈希链日志记录每一步操作以确保可溯源与可重放,目前处于早期单节点阶段。
EasyRunCraft 推出包含 13 款在线办公与创意编辑器的套件,基于 ArtCraft 开源项目,支持浏览器免费手动编辑。 用户可接入 Codex 或 Claude Code 等 AI 智能体,通过 MCP 协议直接修改文件内容、调整图层或导出数据。 该工具面向学生及创作者,提供文档、表格、视频及 CAD 等全链路编辑能力,支持结果审查与原生撤销。
Antidraw 是一款开源 AI 原型设计画布,通过本地运行 Claude Code 将文本描述转化为 Figma 风格画布上的真实 React 代码。该工具支持任何 npm 上的组件库,如 shadcn/ui、Radix 和 Mantine,让产品经理、设计师等可直接在本地构建、迭代并测试可交互的 UI 原型,目前处于 macOS 早期 alpha 版本。
开发者利用阿里云百炼 CLI 和 Qwen Code,开源了“一键生成公众号封面”的 Skill。该工具通过 qwen3.6-plus 识别内容风格,由 qwen3.8-max 组装提示词,调用 qwen-image-2.0 生成 1344×572 底图。
初创公司 Underdog 发布了名为 Woof 的语音生成模型,其大小仅为 32MB,可在浏览器中离线运行。 Woof 模型拥有 3100 万参数,已开放下载。此前该公司还推出了 167MB 的语音转文字模型 Bark 和一个 270 亿参数的笔记本可用模型。
百灵大模型官方发布 Ling-3.2-flash,该模型总参数 560B,单步激活 25B,原生融入视觉感知与空间理解能力。Ling-3.2-flash 具备视觉反馈自检和异常自适应恢复能力,能对照渲染结果调整代码并根据报错信息继续执行任务。
推荐理由:官方明确了560B参数下的视觉自检机制,用户可据此评估其在异常恢复场景下的工程落地可行性。
Exxeta 发布开源免费桌面应用 exxperts,让 AI 助手将记忆存为本地 Markdown 文件,用户可在保存前审查和修改。应用支持 ChatGPT、Claude、GitHub Copilot 及 API 连接,并集成 MCP 工具;在 LongMemEval-S 测试中,使用其记忆功能的 Claude Sonnet 5 答对 47/50 题,优于全量历史的 41/50。
港大罗晔教授团队在arXiv发布S²-MAS框架,通过5亿份家庭画像库和YN-mini决策模型,在14张GPU上4小时内完成1200万家庭的仿真。
推荐理由:这篇论文提供了千万级家庭社会仿真的完整开源方案,展示了如何用轻量模型和高效引擎在低成本下实现大规模研究。
Thinking Machines 发布 Inkling 2 Small,这是一款 594B 总参数量 / 17B 激活量的多模态 MoE 模型,采用 NVFP4 原生精度在 GB300 集群上耗时 68 小时完成预训练。
推荐理由:原文给出训练参数与评测结果,读者可据此判断该模型对西方开源生态与微调工作流的影响。
百度在 Hugging Face 开放 ERNIE-5.5-Flash-Base,提供 FP8 和 BF16 权重。该 280B 参数 MoE 模型包含 14B 活跃参数,在 33.5T tokens 上预训练,支持 128K 上下文及 1M tokens 微调推理。版本不含后训练,百度称其在推理、代码和长文本基准上与同级别开源模型表现相当。
腾讯宣布因 Hy4 调用激增,WorkBuddy 已进行十倍扩容并提升免费体验额度。Hy4 在 Artificial Analysis 智能指数榜单中位列中国模型第二,与 Grok 4.7(xhigh) 并列;在 Agent Arena 榜单中居全球开源模型第一,单任务成本约 0.78 美元。该模型于 11 月 4 日发布,首次引入视觉理解能力。
推荐理由:展示了 Hy4 在扩容保障与权威榜单中的具体位次及成本优势,为评估国产模型竞争格局提供事实依据。
作者发布 Pair Flow 扩展,要求 AI 编程智能体在生成每个小型代码块前暂停并等待人工审查批准,将协作单元从批量生成缩小为单条逻辑变更。该工具支持连接 OpenAI、Anthropic 等兼容 API,并在 VS Code 中以 Diff 视图展示修改,防止未经批准的代码自动覆盖。
作者实测了开源 AI 智能体 Aura Autopilot 在 Godot 4.7 中排查缺陷的能力,在 Linux 环境下运行 5 分钟探索任务,成功发现了全部 4 个预埋 Bug 以及 1 个额外真实问题。
论文提出了名为 FastWave 的扩散模型,用于将音频信号超分辨率至 48 kHz 采样率。 该模型具有约 50 GFLOPs 的计算复杂度和 1.3M 参数,训练和推理速度显著快于现有的高参数扩散及流模型,且性能优于 NU-Wave 2。 代码已公开,该模型能以更少的资源进行训练,为音频超分辨率提供了高效的解决方案。
Genome-Factory 是首个集成基因组基础模型微调、部署与解释的 Python 库,统一了数据获取、推理及基准测试工作流。 该库支持全参数与参数高效微调,提供 DNA 序列生成功能,并引入基于稀疏自编码器的开源生物解释器。 研究人员利用 DNABERT-2 验证了其生物解释能力,实际结果显示该工具在基因组分析中具有实用价值。
ActQuant 提出行动引导混合精度 PTQ 框架,在 LIBERO 基准上以 3 bpw 以下保留 OpenVLA-OFT 95.0% 性能。 通过 2.5 bpw 将主干压缩至 2.7 GB,实现 5.3 倍加速,并在 UR3 机械臂上保持基线成功率。
研究提出 Banach-KAN,利用基于 Banach 对偶映射的指数学习幂律边界响应,并结合有界双曲正切(tanh)组件。在符号回归基准测试中,数据有限时 Banach-KAN 与固定基模型表现相当,且存在噪声时具有竞争性,而基函数在数据充足时更强。该工作已被 NeurIPS 2026 接收。
开放权重基础模型 CytoBERT 专为单细胞流式细胞术数据设计,支持可变标记面板。 该模型在包含超过 5000 万个细胞的 15 个人类数据集上以自监督方式预训练,代码已在 GitHub 公开。 在样本级分类任务中,微调证明了其跨异构流式细胞术数据集进行迁移学习的可行性。
MIND提出基于LLM的自动化假设验证框架,将科学发现过程组织为多智能体流水线。 系统集成SevenNet-Omni机器学习原子势实现可扩展的计算机实验,并提供基于Web的用户界面。 该框架采用模块化设计,支持集成额外实验模块以适应更广泛的科学工作流程。
研究提出基于 top-k 和 entmax 的选择性 goodness function,并引入参数-free 的 burstiness objective 奖励重尾激活模式。
RAVEN 利用递归感知预训练策略,在包含超 100 万独立个体的数据集上学习自回归生成临床事件,零-shot 预测性能超越标准下一词元模型并比肩微调表示模型。 该模型在数据受限、算力饱和场景下验证了单纯增大模型尺寸并非最优策略,且能泛化至外部患者队列。
CLaRE 提出轻量级表征层技术,通过前向激活量化事实间纠缠,平均提升 62.2% Spearman 相关系数且速度提升 2.7 倍。 CLaRE 避免耗时的反向传播,峰值 GPU 内存减少 2.85 倍,仅需少量存储空间即可计算并保留事实表征。 纠缠图谱和语料库可用于构建更强的模型编辑保留集、审计追踪及高效红队测试,相关文件已开源。
开源框架 openJiuwen 发布,支持结构化合成与运行时自适应,在 SWE-bench Verified 达 82.6%,Terminal-Bench 2.1 达 87.19%。 框架通过 Rail-based 能力合成与固定模型策略下的运行时动态调整,提升复杂编码任务性能,分别超官方榜单最佳成绩 3.4 和 3.39 个百分点。 结果表明该设计在复杂编码任务上兼具高性能与可组合性。
FedReason 使用 Claude Opus 5.5 在未训练服务器端聚合规则的场景下,通过代码沙箱分析权重并生成 Python 程序来替代固定规则。 在 CIFAR-10 和 CIFAR-100 的 168 次运行中,该方法平均比 FedAvg 高 1.26 个百分点,且 60 轮运行平均 API 费用仅为 0.79 美元。
VisionSIM 是一个物理驱动的多模态仿真平台,支持相机、事件、SPAD、iToF/dToF 及热成像等异构传感器。 它通过建模原始物理测量过程,复现 LiDAR 堆积、iToF 相位缠绕及事件相机死区等特定失效模式,并发布了包含同步原始测量值与地面真值的大型室内数据集。
FastAFD 引擎在 GB200 NVL72 上实现 AFD 优势,Qwen3 吞吐量提升 1.17 倍,Qwen3.5 提升 1.16 倍,MiniMax-M2.5 持平宽 EP。
InnerLogic-Surg发布21M至300M参数的开源手术视觉编码器,基于约2900小时的11,965个视频数据持续预训练。 模型继承DINOv3预训练阶段,采用特征上采样模块降低高分辨率预测的token成本。 在覆盖工作流、仪器识别等20项手术任务的基准测试中,最大模型取得最佳线性探针性能。
提出 InfMasking 框架,通过无限掩码学习模态间协同信息,避免融合模块依赖主导模态或共享信息。 优化闭式变分边界以控制群体矩间隙,在基准测试中提升预测性能、平均 PID 估计值及 InterSHAP 交互归因。 代码已开源,论文已被 IEEE TPAMI 录用。
研究者提出 Concertina 这一具身视觉语言模型(eVLM),将连续轨迹表征直接置于共享扩散 VLM 主干的计算与参数路径上,取代传统解耦架构。该 4.46B 模型中活跃动作投影仅占 0.21% 参数,无独立动作生成器层。
在 Qwen3-30B-A3B 模型中,基于稀疏自编码器(SAE)的分析表明 MoE 专家贡献度远集中於路由门控。 研究发现大多数潜在特征由一两个专家主导,形成如 Java 与前端代码、几何与算术等细粒度的分工。SAE 模型及代码已开源。
KOSMOS 是一种自调度持久内核库,通过基于消费者需求的队列动态切换通信与计算角色,消除了固定调度带来的空闲窗口。
研究在 Qwen3.8-27B 中验证了模型将关系模式与主题域分离,发现“原型”、“主题”和“语言”分别由不同神经元集承载。 预训练过程中,模型层自组织成“三明治”结构:外层处理语言,中层处理主题,核心层处理原型;该结构在映射的所有模型中均自发出现。 该结构被认为是类比智能的机制,论文已发布神经元集、文本及代码等复现包供他人验证。