ECG-Reasoning-Benchmark:评估ECG解释中临床推理能力的新基准
研究团队提出ECG-Reasoning-Benchmark,包含超6400个样本,用于评估多模态大语言模型(MLLMs)在17种核心心电图诊断中的逐步推理能力。
研究团队提出ECG-Reasoning-Benchmark,包含超6400个样本,用于评估多模态大语言模型(MLLMs)在17种核心心电图诊断中的逐步推理能力。
summary_zh: 研究者提出 QuechuaTok 基准测试,评估四种分词策略在南方克丘亚语中的表现,发现 BPE 虽生育率最低(1.636)但形态边界准确率(MorphAcc)仅 6.67%。
Jacobian Scopes提出基于梯度的Token级因果归因方法,利用扰动理论和信息几何量化输入Token对LLM预测分布及不确定性的影响。 在LAMBADA和IWSLT2017基准测试中,分布级Fisher和Temperature Scopes在12个模型-数据组合中的10个显著优于现有梯度归因方法,且已开源代码。
提出弱化诱导在线策略自蒸馏(WISD)框架,利用低比特量化和幅值剪枝构建弱模型作为训练信号,无需特权信息。 在数学和编程推理任务中,量化和剪枝使模型平均准确率分别提升 4.0 和 5.5 个百分点,实现 SOTA 性能。
研究者提出结合说话人与口音相似度评分及子词标注的分段评估协议。 47名听众评估了200对苏格兰和澳大利亚语音样本,涵盖2个零样本TTS系统和1个发音转换系统。子词标注揭示了显著发音差异,且有时与相似度评分得出的系统排名不同。说话人与口音评分呈强相关(ρ = 0.71)。 该协议有助于超越传统评分,利用局部感知证据开发感知基础的分段口音评估方法,相关代码、数据和交互式演示已开放。
ThinkJev 利用单个开源混合思维模型构建快慢双系统,在 5% 目标错误率下,Qwen3.5-27B 以 3.9% 实测错误率覆盖 24.5% 的测试决策。 该系统通过置信度停止思维,以 72% 的 token 消耗达到 81.6% 准确率,接近全量思维的 82.7%。 在 JevBench 基准上,Qwen3.5-27B 仅对 29.4% 项目调用思维,准确率与现有思维 API 无显著差异。
论文提出多教师自适应在策略自蒸馏(MTA-OPSD)方法,针对大语言模型后训练场景。该方法构建了多教师池,允许每个 Token 在训练时自适应选择最适合的教师。 在 Qwen3 模型上进行的数学推理任务实验中,MTA-OPSD 表现优于现有的在策略自蒸馏方法。相比基础模型,其性能平均提升高达 5.9 分。 代码已开源。
针对大语言模型在低资源语言安全对齐方面的短板,研究人员提出了一种可扩展的基于模板的数据增强方法,并发布了覆盖60种语言的数据集MSafeTemp。该方法从有害提示中提取安全模板,通过翻译并用符合当地文化的实体填充,生成高多样性的拒绝和良性语料。
XLaw-JP-27B是基于Qwen3.8-27B的开放权重模型,在48GB GPU上运行。它在八项日本法律任务中表现优异,平均排名1.3。 该模型采用混合检索、QLoRA微调及多示例投票等技术,是唯一通过2024至2026三年司法考试者。最大短板在合同审查与专利法领域。
研究通过 Quine Test 评估前沿大语言模型自我描述对偏好行为的复现能力。测试显示,原生自我描述在 0 至 1 保真度尺度下,跨模型重建增益无显著提升,95% 置信上限低于 +0.01。
基于 Qwen3.5-27B 构建的 Keepace.ai 在体育健康知识问答、健身计划生成及数据分析上优于基础模型,在运动安全与结构完整性上提升显著。 内部评估采用领域专家设计标准,报告涵盖设计架构、数据流程及优先安全性的评测框架。
百度本月 27 日开源文心 Unlimited OCR 2 文档解析模型,把解析上限从数十页推向“无限”,可一次性解析累计超过 3,600 页的《哈利·波特》全系列 7 部作品。该模型支持版面要素切分、跨页文案合并与表格识别合并;在 MPDocBench 上得 84.6 分,在 MarathonDocBench 上得 77.1 分,并称两项均为端到端性能 SOTA。
summary_zh: 上海交通大学团队提出价值即记忆(VaM)框架,通过将近期价值预测作为任务进度记忆输入动作策略,使机器人在纸盒装配任务中连续自主运行 4 小时,成功率超 95%。
智元发布GO-3 Preview,称其在RoboDojo、RoboTwin、RoboColiseum三项机器人榜单中取得Top 1,并计划年底全面开源。
外交部回应三丽鸥因剧中角色引发反感取消联名,称相关丑化行为应引起警惕。 科创50指数盘中跌超4%创新低,较年内高点回撤45%;上海宜家部分时段实行“消费入座”并安排保安劝离。
Nanbeige Team 发布 Nanbeige4.3-33B,定位为 30B 参数级开源模型中的旗舰教师 LLM,旨在蒸馏更小的智能体模型。
新国立大学与可灵 AI 团队提出 DiffusionART 算法,在 HunyuanVideo-13B 上训练效率比 DiffusionNFT 快 12 倍。 该方法通过聚合奖励方向并引入自适应恢复力,无需 EMA 调参即可实现稳定训练,支持开源视频模型 RL 配方。 DiffusionART 登顶 Hugging Face Daily Papers 日榜,为扩散模型后训练提供高效稳定方案。
Arc-Transcriber是一个约70MB的流式语音模型,能在100ms内完成ASR-NL单步处理,输出转录文本及名称、数字、说话人等元数据。该模型将传统的ASR、NER和实体链接链路压缩至共享编码器中,支持在流内实时校验用户提供的名单。目前提供Arc mini和Arc-v1两个版本,权重发布于Hugging Face,代码在GitHub开源,并在Mac端侧应用中用于语音搜索。
Epoch AI 发布研究报告,证实开源权重模型 GLM 5.3 能够独立识别并利用 Firefox 浏览器安全补丁发布的“补丁空窗期”漏洞。在限制信息仅使用版本发布时公开数据且无互联网访问的环境下,GLM 5.3 成功构建恶意网页,在用户访问时自动窃取本地文件,单版本攻击边际成本约 1000 美元。
推荐理由:研究通过 GLM 5.3 独立复现了利用补丁空窗期攻击浏览器的过程,展示了低成本自动化漏洞利用的可行性。
J-Lens 未能检测到潜意识学习任务中教师模型对猫头鹰的偏好,在 Qwen2.5-7B 和 Gemma-4-31B 上 top-1 命中率仅约 1.5%。 该现象在保守训练方法下可复现,且 J-Lens 在其他任务中表现正常,表明其可能无法泛化到所有任务。 尽管存在局限,J-Lens 仍可用于筛选以增强潜意识学习效果的样本,相关代码已在 GitHub 发布。
OpenClaw 2026.9.36 发布,为网关扩展稳定版,整合 2026 年 9 月底版本、关键安全更新、可靠性与性能修复及新模型支持。 更新涵盖 28 个 PR,重点修复 npm 回滚可恢复性、微软 Teams 允许列表解析漏洞及 xAI 模型推理配置兼容性。 该版本作为当前 LTS 等价物,通过 Docker 镜像信任修复与架构构建优化提升部署可靠性。
Kinoloom 是一款可在单台 Windows PC 本地运行的 AI 电影工作室,支持在仅 8GB 显存的 NVIDIA 显卡上生成短片。 该系统兼容 LTX-2.5(22B 参数)和 MiniMax H3 模型,通过“无缝链”引擎在潜空间拼接短片,解决了传统剪辑在接点处的跳帧问题。
法国 AI 公司 Mistral 发布其万亿参数开源模型 Mistral Large 4(ML4)的权重,旨在为政府和企业提供可本地部署的主权网络安全防御能力。
同一新闻,精选展示《Mistral Large 4 (Le Chonk) 上线 Hugging Face:多模态 MoE 开放权重模型》
NVIDIA Nemotron 3.5 Super VL 已在 AWS 上线,该 120B 参数的多模态 MoE 模型支持文本、图像、文档和视频理解,并融合了推理与工具使用能力。
Mistral 在 Hugging Face 上开源了迄今最大模型 Mistral Large 4(绰号“Le Chonk”),采用修改版 MIT 许可证,允许商用但提供云服务需额外授权。
同一新闻,精选展示《Mistral Large 4 (Le Chonk) 上线 Hugging Face:多模态 MoE 开放权重模型》
Mistral 发布 1 万亿参数多模态模型 Mistral Large 4,现已开放权重并强调编码与防御网络安全能力。
同一新闻,精选展示《Mistral Large 4 (Le Chonk) 上线 Hugging Face:多模态 MoE 开放权重模型》
人工智能实验室 DiffuSpace 开源了基于 MoE 架构的扩散语言模型 Clover-35B-A3B-Preview,采用 Apache 许可。 该模型通过多轮迭代实现全局思维,在多项基准测试中性能超过同规模自回归模型 Qwen3.6-35B-A3B,并具备更快的生成速度。 其擅长智能体编程与工具使用任务,证明了扩散语言模型在大规模参数下可与自回归模型竞争。
Mistral Large 4(代号 Le Chonk)是一款由 Mistral 发布的 1T 总参、49B 激活参的多模态 MoE 开放权重模型,支持 1M 上下文窗口,并已在 Hugging Face 开源部署。
推荐理由:Mistral Large 4 侧重网络安全与多模态编码能力,Hugging Face 给出了具体推理部署细节与微调路径。
University of Rochester and NVIDIA researchers developed a pixel-space diffusion model for AI image generation. The model enables users to make precise changes to individual pixels. It prevents the unintentional alteration of unrelated details, addressing a common issue in current latent-space diffusion systems.
CaseCite 作为免费开源的法律 AI 平台,支持引用研究、合同审查及法律起草等核心功能。 其采用 Apache 2.0 许可,支持自托管及自定义模型,用户仅需承担基础设施与 API 成本,覆盖大部分日常工作流。
SpaceApp是一款支持自托管的AI开发者工作空间,允许在本地系统中通过Docker并行运行OpenCode、Claude Code、Gemini等16个AI编码CLI,并通过统一控制台进行协调。
summary_zh: Pidgeon 发布针对 AI 智能体的邮件服务,允许通过单次 API 调用为 Agent 创建专属收件箱。 支持收发邮件、附件处理及线程管理,具备 EU 数据驻留、90 天审计记录及 Scoped Keys 安全特性。
Vibecheck 发布面向 AI 生成应用的上 线 前 安 全 审 计 工 具 ,可 输 出 0-100 Launch Score 和 NO-GO / FIX FIRST / GO 判 定 。
Nakama 是一个开源 AI Agent 平台,允许团队在类 ChatGPT 仪表板中为多个智能体分配工具、技能、记忆和权限。系统支持通过 Docker 或 Bun 本地运行,也提供托管云方案,并集成 Telegram、WhatsApp、Discord、Slack 及超过 1000 个外部应用。
Deriv 以 MIT 许可证开源自托管 AI 平台 Deriv One,旨在解决企业内部 AI 使用的权限治理难题。该平台包含多窗口 Workspace、经过审查的技能注册表、可注册的 Slack Agent 以及无代码应用构建器 Lab,所有功能均运行在用户自有基础设施和模型网关上。
Hugging Face 发布 AnySpeechRecognizer 和 AnyDecisionModel 两个 Swift 包,支持在 Apple 平台运行开源语音识别与决策模型。
推荐理由:Hugging Face 官方提供 Swift 包实现 Apple 平台语音识别与决策模型,支持本地运行多家开源模型及音频流式处理。
AWF 发布包含 AWF CLI、ZPM 和 ztick 三大组件的企业级 AI 工作流开源生态系统。 AWF CLI 为 Go 语言编写,支持 OpenAI、Claude、Gemini 及 Ollama,具备流式输出与确定性重放功能;ZPM 采用 Zig 与 Prolog 结合,提供 22 个 MCP 工具实现逻辑推理;ztick 基于 Zig 构建,支持 TCP 推送调度。
开源视频创作工具 Hypit 首发上线 RunningHub 的 Runow 工作台,支持免配置一键调用。用户上传参考视频和替换素材后,Hypit 会解析原片的镜头节奏、画面风格及文字声音,提供三种兼顾还原与改编的复刻方案。创作者可通过同步对比功能进行定向修改,直接应用于电商广告、影视二创或自媒体内容制作,无需本地安装或对接模型接口。
Nvidia 发布了开源权重的 Nemotron 3.5 Transcribe,这是一个30B参数、4B激活参数的混合专家模型,可在单卡GPU上运行。该模型支持40种语言转写、31种语言与英语互译、最多8人识别,并能根据文本指令输出转写、翻译或摘要。
开发者Lawal Ridwan发布开源PWA ModelProof,在浏览器端对AI模型权重进行SHA-256哈希与Ed25519签名,并将清单免费永久存储于Arweave。