跳到正文

技术方向

开源生态 最新动态

开源模型、框架与仓库动态:权重开放、社区项目爆火、开源与闭源的力量消长。

413 条精选近 30 天 173 条共收录 3,971 条

更新

精选归档 · 第 5 页

11月4日周三第 81–100 条
  1. 机器之心84

    上海创智学院与新序智能发布预训练级RSI模型801-30B及完整技术报告

    上海创智学院与新序智能联合发布预训练级RSI模型801-30B、完整技术报告及高质量SFT数据,成为全球仅两家公开进行完整前沿预训练RSI的机构之一。801-30B在1T tokens训练量下,22项基准平均分从试训初版47.78提升至正式版56.83。

    推荐理由:文章对比了预训练RSI与后训练的差异,并展示了801-30B在多项基准测试中对齐第一梯队开源基座的结果。

  2. 机器之心66

    Anthropic开源FlashProve,为大模型提供可验证的身份证明

    Anthropic开源FlashProve系统,利用零知识密码学让服务商在不公开权重的情况下,证明某回答由指定模型生成。该系统在400B参数MoE模型上测试显示,单张H100 GPU每秒可生成约110个Token的推理证明,证明文件大小约为19MB;验证端则可通过CPU完成。目前该系统为研究原型,主要支持整数模型与贪心解码,且证明生成成本约为普通推理的70至95倍。

    推荐理由:该研究将零知识证明应用于LLM身份验证,在400B参数MoE模型上实现约110 Token/s的证明生成,并开源了验证器与形式化证明。

  3. 机器之心68

    智元在便利店进行24小时机器人压力测试,四台机器人成功转正

    智元在上海徐汇区便利店进行24小时直播测试,6台精灵G2机器人分班上岗。考核结果显示,四台机器人成功转正,冷姐和倦王因岗位稳定性小瑕疵暂未转正。测试揭示了机器人通过Genie Master框架实现自主迭代,将任务成功率从28.6%提升至85.7%的闭环能力。

    推荐理由:智元在真实便利店进行的24小时实测给出了成功率变化数据,读者可据此判断其具身智能部署闭环的可行性。

  4. Hacker News AI91

    Revolut 弃用 Claude Code,全面部署 GLM 开源模型以降低编码成本

    Revolut 已将其 2000 名软件工程师的默认编码工具从 Claude Code 和 OpenAI Codex 切换至自托管的 GLM 开源模型,此举将相关 AI 支出降低至原来的十分之一。数据显示,在约 56 块 Nvidia B200 GPU 的支撑下,该方案平均每百万 token 成本约 0.30 美元,编码时间平均缩短 60%,而任务交付的等待时间平均减少 70%。

    推荐理由:Revolut 将 2000 名工程师的日常编码默认模型切换至自托管 GLM,为 AI 实验室常规业务市场提供成本信号。

  5. Hugging Face Blog66

    Collinear AI 发布 CWE-bench v2 基准测试

    Collinear AI 开放了 100 个网络安全任务基准 CWE-bench v2,覆盖 91 种 CWE 漏洞,支持程序化评分并在 Hugging Face Hub 提供运行入口。测试结果显示 Gemini 4 Argon 以 67.8% pass@1 居首,领先于 Claude Opus 5.5。

    推荐理由:CWE-bench v2 开放了 100 个网络安全任务,给出了各模型的成本与得分对比,方便开发者评估 AI 修复漏洞的能力。

  6. Hugging Face Blog61

    IBM 研究团队发布 Palette:基于 20B 模型构建自定义设计语言幻灯片的方法

    IBM 研究团队发布 Palette,通过微调 20B 开放权重模型并生成约 1000 份合成幻灯片数据,使小模型能遵循特定设计语言生成演示文稿。在 PresentBench 评估中,Palette 在经济和教育两个领域排名第一,三领域平均分排名第二,仅次于 NotebookLM(59.7 对 60.8)。

    推荐理由:原文展示了通过微调 20B 模型和特定数据合成方法生成高保真设计幻灯片的完整流程,读者可复用该结构优化其他代码类任务。

  7. 智东西83

    MIT 研究:GPT-6 Astra 通过直接修改权重提升 Qwen 数学及指令遵循成绩

    MIT CSAIL 研究人员公布实验,验证 GPT-6 Astra 直接读写神经网络权重的能力,即“权重空间编程”。在核心实验中,GPT-6 Astra 修改了 Qwen3.5-0.8B 约 0.016% 的权重,使其 MATH-500 准确率从 7.9% 提升至 48.1%,指令遵循成绩也增至近 3 倍。

    推荐理由:MIT 实验展示了利用 GPT-6 Astra 直接修改权重修复小模型推理故障的方法,为模型调试提供了新的技术路径。

11月3日周二
  1. 机器之心65

    ProteoCraft提出“提案—验证”搜索方案探索可控蛋白质设计

    斯坦福大学 X-lab 和 SNAP 实验室联合发布蛋白设计框架 ProteoCraft,采用“提案 — 验证”搜索方案支持从头设计以及局部区域精修。在 AF2-IG 独立评估中,ProteoCraft 严格通过率为 86.2%,较 Best-of-N 对照提升 2.85 倍;PD-L1 微型蛋白湿实验中 35 个候选命中 29 个,最佳单次 SPR 拟合 Kd 为 0.879 nM。

    推荐理由:文章拆解了ProteoCraft框架中近似梯度、完整结构预测与两阶段树搜索的机制,展示了计算指标到湿实验的转化路径。

11月2日周一
  1. 量子位70

    商汤发布多模态智能体模型日日新 SenseNova 6.8 Flash

    商汤科技发布多模态智能体模型日日新 SenseNova 6.8 Flash,主打委派智能,当前限时免费。官方评测显示该模型在 TeamBench 和 DataAnalysis2.0 上位列第一,在 BEAM 128K 上与 GPT 6 Luna 并列第一。

    推荐理由:文章展示了模型在生成网页、PPT及海报上的直接交付能力,读者可了解其委派智能特性及长期记忆机制在办公场景中的应用。

  2. 机器之心80

    DiffuSpace开源Clover 35B扩散语言模型,性能媲美自回归模型

    DiffuSpace 发布开源扩散语言模型 Clover-35B-A3B-Preview,在 SWE-bench Verified 等智能体编程评测中达到或超过同规模自回归模型,同时实现 680 tokens/s 的更快生成速度。模型通过引入块扩散与双向 GDN 架构解决历史记忆复用问题,并已在 16GB 显存设备上实现 INT4 量化部署。

    推荐理由:作为首个在Agent任务上超过同规模自回归模型的开源扩散语言模型,Clover 35B证明了并行生成速度与高性能可以共存。

  3. 量子位79

    小米开源AI硬件HachimoDock

    小米开源AI硬件HachimoDock,硬件自制成本约150元,集成个性化桌宠、语音操控Agent、智能家居联动与自定义组件创作功能。该软件源码已在GitHub公开,用户可复刻并基于此进行二次开发。

    推荐理由:小米以约150元硬件成本开源HachimoDock,展示语音指挥Agent与智能家居联动能力,为低成本AI硬件创作提供可复刻方案。

  4. Hacker News AI86

    Avartha 发布 Ava Zero 1:开源权重语音智能体在任务完成率上领先 OpenAI、Google 和 xAI

    Avartha 发布名为 Ava Zero 1 的开源权重语音模型,其在 Sierra 的 τ³-Voice 基准测试中以 86.0% 的任务完成率位居榜首,超越 OpenAI GPT Live 1、xAI Grok 及 Google Gemini。

    推荐理由:原文通过对比任务完成率,展示该开源语音系统在实时场景下超越主流闭源闭环的能力。

11月1日周日
  1. Hacker News LLM76

    Uniichat 开源:基于本地运行持久化 AI 智能体团队

    Uniichat 是一个开源本地工具,在用户电脑上运行由 AI 智能体组成的团队,支持基于用户 Claude 订阅或 API 密钥调用模型。核心机制为每个智能体维护单一长会话,消息通过二叉树结构进行摘要合并,支持向下展开回溯至原始消息,上下文最大 128 KB;父智能体可为不同任务生成子智能体,各自独立处理 git worktree 分支,并由父级审查合并。

    推荐理由:开源仓库提供了一套本地多智能体架构,让不同任务分支保持独立记忆并通过 git worktree 协作。

  2. 机器之心80

    谷歌联合多所高校开源 CLASHarness,实测 15 个前沿大模型在多 Agent 冲突下的真实表现

    研究团队发布多智能体冲突基准 CLASHarness,并开源了代码与包含 600 个多轮可执行冲突任务、7970 张 4K 视觉证据的数据集。

    推荐理由:15 款主流模型在 600 个多智能体冲突任务上端到端通过率均未破 30%,强模型靠视觉证据核实真值,弱模型则易盲信队友文字汇报。

  3. 智东西90

    DeepSeek开源Super-agent架构原型

    DeepSeek Harness团队开源了Super-agent底层架构原型,将调度、存算分离等经典计算机系统设计引入Agent系统。实验显示该架构下50%任务在12.4分钟内完成,95%任务在15.7分钟内完成,显著优于单一Session方案。

    推荐理由:原文展示了DeepSeek将计算机系统经典调度思想应用于Agent架构的实验数据,读者可评估其提升多任务并发稳定性的技术路径。

10月31日周六
  1. Hacker News AI76

    OpenScience 发布:面向科学研究的开源 AI 工作台

    OpenScience 是一款开源 AI 研究工作台,用户输入目标后,智能体可自动读取文献、编写并运行代码、执行实验并撰写报告,所有步骤均留有记录。它支持桌面应用、浏览器工作区和终端命令,内置数百项跨学科技能,并可通过 MCP 服务器和 TypeScript SDK 扩展。

    推荐理由:项目提供透明可审计的研究智能体,覆盖从文献检索到实验复现的全流程,并支持本地模型与多种计算后端。

  2. 商汤科技SenseTime70

    商汤开源 SenseNova Loop-9B-Preview:探索以计算深度释放模型潜力

    商汤开源日日新 SenseNova Loop-9B-Preview 模型,采用 Looped Transformer 架构引入循环计算,通过参数共享模块扩展有效计算深度,在 9B 参数规模下性能媲美 27B 级模型。

    推荐理由:商汤开源了基于 Looped Transformer 架构的 9B 模型,通过循环计算扩展有效深度,为社区提供了替代单纯扩大参数规模的模型架构实践参考。

  3. 量子位85

    面壁智能开源ForgeKernel:AI零帧起手写算子,性能超DeepSeek FlashMLA 9.8%

    面壁智能宣布开源AI算子生成系统ForgeKernel。该系统在英伟达B200上通过22.5小时自进化,使生成的FlashMLA Prefill算子耗时降至472微秒,比DeepSeek开源的FlashMLA快9.8%。ForgeKernel在昇腾多张硬件榜单位列第一,其生成的算子已在国产芯片上完成MiniCPM5-1B长训测试。

    推荐理由:面壁智能宣布开源AI算子生成系统ForgeKernel,展示其零源码编写算子并超越人类专家手写的实际性能。