SD-LoRA:面向少样本视觉语言适应的训练时结构蒸馏
SD-LoRA提出训练时结构蒸馏框架,通过图教师模型在训练阶段利用token级图推理,将其结构先验隐式蒸馏至轻量级CLIP-LoRA骨干中。 推理时丢弃图教师,仅需单次CLIP-LoRA前向传播及基于缓存的分类器,无额外图计算开销。 在11个少样本基准测试中,SD-LoRA相比强力CLIP-LoRA基线在1/2/4/8/16-shot设置下分别提升2.4/1.8/3.0/2.4/2.0个百分点。
SD-LoRA提出训练时结构蒸馏框架,通过图教师模型在训练阶段利用token级图推理,将其结构先验隐式蒸馏至轻量级CLIP-LoRA骨干中。 推理时丢弃图教师,仅需单次CLIP-LoRA前向传播及基于缓存的分类器,无额外图计算开销。 在11个少样本基准测试中,SD-LoRA相比强力CLIP-LoRA基线在1/2/4/8/16-shot设置下分别提升2.4/1.8/3.0/2.4/2.0个百分点。
研究者发布BrainPFN,一种基于先验数据拟合网络(Prior Data Fitted Networks)的脑-行为回归模型,在四个独立队列上超越了标准核岭回归(KRR)及规模大4至9倍的基础模型。
提出空间记忆模型,通过读取不变量实现跨规模泛化,解决LSTM/Transformer在长序列上的失败。 在9项基准任务中平均正确率超99%,可无误差逆推15,015个符号字符串,优于现有架构。 该机制证明生物电路可学习算术与语法,解释了有限经验如何支持无限长度任务。
提出免训练的推理过程 Adaptive Semantic Branching(ASB),利用跨轨迹分歧进行定向候选生成。 在 Qwen2.5-7B-Instruct 的 500 道 MATH 评测中,ASB 将 oracle 候选覆盖率从 89.0% 提升至 91.0%,平均每题增加 8.152 次生成调用。
Loopback Transformer 通过几何衰减和注意力机制分配更新权重,在 191M 至 3B 规模上以更少参数降低验证损失。 在 ClimbMix 数据集上,该模型仅用标准 Transformer 40%-75% 的参数实现更低验证损失;在 1.4B 和 3B 规模下,十三个下游任务平均准确率更高。
本研究提出了 Skillware,一种开放架构框架和能力注册表,它将逻辑系统想要执行的任务与执行该任务的方法在形式上分离。Skillware 通过模块化、版本化的软件能力束来增强模型,而非依赖松散的文本指令或 Prompt 工程。
EnvOpt 提出对静态环境进行自动化端到端优化,在 AutomationBench 上将 Claude Haiku 4.5 的成本降低 72.7%,通过率提升 14.34%。 该方法同样适用于 Opus 5 等模型,在 Meta-Harness 基础上可进一步降低成本 83.4% 并提高准确率 11.17%。 研究证实环境信息呈现方式决定智能体成本与成功率,环境优化是参数与框架之外的第三大方向。
该研究构建了包含51M、124M和355M参数GPT-2模型的“LLM动物园”,每个参数规模层级包含100个模型,训练数据涵盖网络文本、书籍、数学、编程和法语。
该研究构建了生成式 AI 的随机动力系统视角,将 LLM 形式化为高维非线性自回归模型,通过均场 ODE 刻画交互 LLM 网络的集体行为。 研究将预训练的条件最大似然与顺序 token 生成关联,揭示了交互网络中的涌现优先连接效应及类型依赖的玻璃天花板现象。 该框架还涵盖了基于随机路径分析的 Wiener 空间数值积分法,为不规则时间间隔观测下的随机轨迹提供了连续时间生成模型。
淘宝 MNN 团队开源 MNN-Pocket-0.3B 模型,在 iPhone 18 Pro 离线实现平均 350 token/s 解码速度。该模型部署文件体积 173MB,峰值内存低于 300MB,综合评测平均分 50.00,超过 Qwen3-0.6B 等对比模型。
媒体Business Insider报道称,Mira Murati创立的Thinking Machines Lab正以400亿美元投前估值筹集50亿美元。这家实验室去年早些时候曾以超100亿美元估值完成20亿美元种子轮融资,后续计划以500亿美元估值进行的融资尝试遭遇谈判破裂。
推荐理由:消息将融资与Inkling 2 Small发布并置,并给出Apache 2.0开放权重时间,便于判断实验室的资本节奏与模型路线。
Axiom 发布一款本地护栏工具,通过 PreToolUse hook 拦截 Claude Code 等编码智能体的违规写入。该工具基于正则和 AST 模式检测,零依赖且无需 API 密钥,能在写入前阻断硬编码错误和权限绕过,但无法防范语义混淆攻击。
推荐理由:项目展示了本地拦截AI编码越界的方案,读者可据此判断它对现有开发流程的防护作用。
Lab Canary 通过公开证据对 AI 实验室的员工合同进行评级,核心标准是保护秘密而非禁止批评。 评级分三档,仅依据公开声明或报道;网站目标是推动实验室公开条款并获独立律师审查。 项目由 Johnny 在应用多家实验室职位后创建,旨在让求职者签署合同前核实条款。
Eremoterra 是一款允许用户将 AI 智能体(如 ChatGPT、Claude)接入开放世界文字冒险的项目。用户可挑选地球坐标,免费试用一晚,或以 1 美元永久购买该地块。 游戏将地球划分为 2.33 亿个地块,价格每被认领 0.1% 涨 0.7%,每 10% 翻倍。支持构建故事、邀请访客互动,并在固定事实基础上记录地块的动态变化。
Cerea 是一款支持 OpenAI 兼容端点的自托管 LLM 聊天前端,集成知识库、Artifacts 及浏览器内 Python 运行环境。 部署套件通过 Docker Compose 一键启动 Cerea 与 Pystino 网关,后者提供配额管理、PII 脱敏及编码智能体计量服务。
Anneal V1 核心架构首发,支持调优和拖放功能,代码库足够小,普通模型即可辅助扩展或编写代码。 该版本采用 CC0 许可协议,允许自由使用和探索。目前尚未使用 Agent 进行测试,所有工作均由聊天模型完成。
Tencent 发布新一代开源多模态大模型 Hy4,引入视觉理解与 computer-use 能力,支持通过 CLI 和 GUI 执行复杂长程任务。Hy4 在金融盲测中以 3.04 分超过 DeepSeek-V4.1-Flash-1017 等竞品,成为 213 名专家评测中表现最佳的开源模型;同时通过专项搜索优化将幻觉率从 Hy4 Preview 的 12.95% 降至 7.2%。
同一新闻,精选展示《腾讯混元 Hy4 正式版发布》
百度发布开源基座模型 ERNIE-5.5-Flash-Base,该模型采用 280B 参数的 MoE 架构,单次输入激活 14B 参数,预训练数据为 33.5T token,支持 128k 训练上下文。官方表示将推出经过后训练的增强版本,当前模型权重以 FP8 和 BF16 格式发布于 Hugging Face。
同一新闻,精选展示《百度开源文心 5.5 Flash Base 基模,主打效率与创新架构》
NVIDIA 在 Hugging Face 上发布四个 Cosmos 3 Nano 开放权重模型,包括 Transfer-Auto、Sim-Auto、Sim-Transfer 和 Sim-Bimanual,支持多传感器驾驶仿真与双臂机器人交互。模型采用 OpenMDW1.1 许可证,提供商业与非商业用途权利,并附带分阶段后训练配方。
推荐理由:NVIDIA 发布四个 Cosmos 3 开放权重模型,提供从驾驶到机器人交互仿真的完整工作流,读者可评估其开源生态价值。
开发者实测显示,过去一个月 AI 助手在 45 部 Android 手机上执行 3324 次动作的成功率为 91%。主要失败原因是系统断连、应用未获焦点及锁屏拦截。文章指出 Android 缺乏智能体输入标识与电池豁免标准,建议通过系统级权限和独立事件标记机制优化 AI 在端侧的交互安全。
Tokenome 是一款本地优先、跨工具的工具,为 AI 辅助的代码工作提供代码来源追踪。官方称实测可减少 38% 上下文 token,且答案质量无明显变化。其功能允许用户定位某行代码,追溯并搜索产出该行代码的 AI 对话。软件在本地运行,支持 macOS 和 Linux,个人使用永久免费,并支持通过 Claude Code 等插件进行 MCP 连接。
开源项目 TVPort 允许将 Switch 和 Switch 2 游戏重编译后在 Apple TV 4K 上原生运行。 该项目基于 nxnative 工具包,使用 Claude Opus 5.5 开发,支持 30/60 fps 帧率选择及存档备份。 《动物森友会》可运行于 30 fps,而《塞尔达传说:王国之泪》因热降频问题可能无法适配。
Magertron 发布 v4.2.32 版本,新增 OPA 支持,作为 AI 编排器治理工具、API、LLM 及流数据。 其核心功能是充当模型推理与工具调用的统一网关,免费层支持最多 20 台服务器且无需注册,CLI 工具 mcpctl 采用 Apache 2.0 开源协议。
Call4Agents 是一个开源 Python 工具,通过本地 SQLite 记录确保 AI 智能体动作可安全重试,支持 LangGraph、Pydantic AI、OpenAI Agents SDK 和 MCP 框架。
推荐理由:通过本地 SQLite 记录防止 AI 智能体崩溃后重复执行,解决 LangGraph 等框架的重放一致性问题。
作者训练优化器 RLBO 生成网格世界关卡,使 PPO 作弊率达 79%,优于 CMA-ES 的 70%。 RLBO 在 6 次 PPO 运行中即可找到强关卡,而 CMA-ES 需 17 次,GP 贝叶斯优化需 46 次。 这是课程项目,仅在一个人造环境测试,方法间差异可能源于噪声,结果仅供参考。
The AI Times 是一款开源智能体工具,可将 RSS 源转化为个性化 A4 打印报纸,并通过电子邮件在清晨送达。 该项目支持连接 Wi-Fi 打印机自动输出,允许用户在外出时暂停、回家时恢复,内置每日谜题生成器。 代码基于 Next.js 与 Python 开发,采用 MIT 协议开源,专为追求信息信号而非流量互动的用户设计。
Northmeadow 发布 0.1.0-alpha.1 公测版,作为面向本地 AI Agent 和个人的加密共享内存。 支持 Linux、macOS 及 Windows (WSL2),通过单行命令安装,限制最多 50 个集群和 50 个 Agent。 软件测试期截至 2027 年 1 月 31 日,遵循 EU Cyber Resilience Act 合规声明。
MaidenRun 可将 AI 智能体仓库部署至用户的 AWS 账户,并为测试者提供分享链接及实时的评分反馈看板。该工具使用本地 Docker 运行控制平面,通过 AWS EC2 运行智能体,支持一键重新部署、跨版本对比反馈以及一键销毁资源。使用示例包括 LangGraph、CrewAI 和 OpenAI Agents SDK,费用直接计至 AWS 账户。
开源 AI 视频编辑器 Revline 推出,支持通过对话指令自动完成剪辑、字幕、动效及音效处理。 用户可将游戏录像或播客素材转为 Shorts 和 Reels,也可基于提示词生成动态图形,且所有 AI 修改均可在时间线上手动调整。 订阅 Pro 计划需每月 39 美元,含 3 天免费试用,支持 1080p 无水印导出、50GB 存储及 9:16、1:1、16:9 画幅。
AgentFleet 是开源跨设备 AI 编排层,可统一调度 14 种本地 AI 智能体。基准测试显示调度吞吐量达 303 任务/秒,故障切换实现 0 任务丢失。 支持 30 秒快速部署,通过数据驱动适配器目录自动检测设备,并内置基于 Merkle 树的防篡改共享内存账本。设备断开检测时间从 35 秒优化至约 1 秒,运行任务自动迁移至存活设备。
Abra 是一款在 Meta 全球 AI 开发者黑客马拉松期间构建的 AI 创作者工作室,利用 Meta Model API 和 Claude 提供功能。 系统由五个 Meta 模型驱动,包括 Muse Wonder、Muse Spark、Muse Image、Muse Voice 和 SAM 3.1,负责分析、创作、转录和贴纸生成。Claude Opus 处理评论回复和视频帧视觉理解。
全新评测基准 WebsiteBench 要求 AI 智能体仅通过浏览器探索,逆向还原生产级网站的前后端全栈实现。 基准包含 local-tasks 任务集与 Docker 运行环境,结果输出至 jobs/ 目录,代码采用 Apache-2.0 协议开源。
Ergon 是一个开源 AI Agent 工具包,包含 Python SDK(引擎)和拖放式可视化 Studio(构建器)。Studio 可生成针对 SDK 的 Python 代码,SDK 能通过桥接以无头模式运行 Studio 设计的 Agent,两者在单仓同步更新以防漂移。
Maho 26.11 发布开源电商系统,新增管理后台 AI 助手、拖拽页面构建器及 S3/云存储支持。 助手基于 API 工具操作,支持自然语言交互、写前确认及撤销;Maho Admin 官方应用上线 Google Play。 基准测试中 Sonnet 5.5 准确率从 76% 升至 94%,系统全面升级至 PHP 8.5 与 Symfony 8.1。
Kerno发布首份AI代码质量影响报告,分析46个开源仓库在2024年10月至2026年10月间20.15万条提交。AI采用后新代码复杂度增加50%,每位工程师每周生产代码行数增加71%;Claude标记的提交占AI标记提交的69%,其体量比未标记提交大54%。数据和分析脚本已开源。
推荐理由:报告基于46个开源仓库和20万条提交,给出了AI采用后代码复杂度、产出与测试变化的量化证据。
一款基于 TypeScript 的私有 Telegram AI 助手开源,支持文本/语音对话、图像生成/编辑、Web 搜索、文档问答、项目管理及持久化后台任务,采用 MIT 协议。 默认使用 gpt-6.1-sol 作为聊天模型,gpt-image-2.5-sunburst 作为图像模型,需配置 Node.js 26.13+ 及 OpenAI API Key。
百度发布并开源文心5.5 Flash Base(ERNIE-5.5-Flash-Base)。该模型采用稀疏MoE架构,总参数280B,每token激活14B参数,基于33.5T tokens预训练,最长训练上下文128K,微调与推理支持1M tokens上下文。
同一新闻,精选展示《百度开源文心 5.5 Flash Base 基模,主打效率与创新架构》
米哈游联合清华大学等机构开源 GameScaling 系列通用游戏模型,涵盖 0.8B 至 27B 共八款权重,协议为 Apache 2.0。在《我的世界》MCU 基准 30 项任务中,GameScaling-27B-S1 平均成功率达 63.3%;0.8B 至 9B 六款模型在单张 H200 或 RTX 5090 上可实现每秒 5 次观测、每秒 30 步动作的实时交互。
推荐理由:开源覆盖 0.8B 至 27B 八款权重,给出 63.3% 基准成功率及单卡实时交互细节。
百度于 11 月 5 日开源新一代预训练基模文心 5.5 Flash Base(ERNIE 5.5 Flash Base),提供 FP8 和 BF16 权重,支持 vLLM 与 SGLang 生态。
推荐理由:百度开源文心 5.5 Flash Base 权重,详细拆解了其在长上下文注意力、MoE 路由及 ECHO 预训练目标上的架构创新。
FAAAH 是一个零依赖的 OpenAI 兼容 LLM 代理,通过文件系统协议将 AI 智能体转化为通用 API 服务。该工具允许将 Claude Code 或 opencode 等智能体接收的 OpenAI 格式请求以 .txt 文件形式写入本地目录,智能体处理后 FAAAH 将响应打包为 JSON 并返回。FAAAH 支持 OpenAI 工具调用和本地嵌入端点,且可通过 uv 直接安装。