标签
GLM 5.2 是一款与顶级闭源模型相媲美的开放权重 AI 模型，现已发布，并在两台 Mac Studio（M3 Ultra）上通过 MLX 运行。
这篇技术指南解释了为什么组织应该基于开源AI模型构建自己的学习循环，而不是从前沿实验室租用智能，并引用了金融、机器人和生物技术领域的案例研究。
一篇批判性分析警告：许多Qwen/Claude蒸馏模型使用的训练样本太少（如4K），无法转移实际能力，与DeepSeek-R1等使用约70万样本的官方蒸馏相比，常常反而降低质量而非提升。
新的Q3量化版本已添加到gemma-4-12B-coder-fable5-composer2.5 GGUF模型中，通过重要性矩阵量化版本，使得这一专注于编码的微调模型能够在大约6GB显存的GPU上运行。
EveryonesLLM 是一个开源教程，提供29个章节的Colab笔记本，手把手教用户从零在Google Colab上搭建完整的大语言模型，包括预训练和指令微调，并支持中文。
本文首次系统研究了视觉-语言-动作（VLA）模型中的多语言指令跟随问题，揭示了当模型基于英语训练时，在其他语言上的性能显著下降。作者提出了多语言主成分对齐（MPCA）方法来缩小多语言性能差距。
本文介绍了SHARD，一种自我重构蒸馏方法，它重写敏感提示以展现良性意图，并在安全、有用的回答上微调模型，从而在保持安全性的同时提高有用性。
本文提出CoTE-SQL，一种面向text-to-SQL的自增强微调框架，它整合了自推理轨迹、结构化思维链提示和执行反馈，在Spider和Bird基准上取得了最先进的性能。
ChatPlanner 是一种新颖的框架，它利用经过微调的大语言模型 (LLMs) 结合检索增强生成 (RAG) 技术，从自然语言查询中解释用户偏好，并将其集成到公共交通路线规划算法中，性能优于现有的路线规划器。
CogGuard是一种用于边缘智能服务的主动预警框架，它将基于LLM的离线画像构建与基于SLM的在线评分预测解耦，在教育和操作数据集上实现了更低的预测误差，同时将构建时间减少48%，微调时间减少19%。
提出 ac-gpt，一种对因果Transformer的简单修改，使其能够在单个前向传递中评估和采样任意条件（过去、未来、混合），同时保持从左到右的顺序和下一个词预测，从而允许现有LLM微调用于任意条件建模。
本文介绍了AdaNAGED，一种结合零阶优化、无参数自适应和非欧几里得更新几何的方法，用于大型语言模型的内存高效微调，具有理论收敛保证，并在OPT-1.3B模型上进行了验证。
LangChain 和 Fireworks 微调了 Qwen 模型，用于检测代理轨迹中的“感知错误”，实现了 100 倍成本降低，同时保持前沿性能。该评判器模型旨在用错误信号丰富轨迹，以监控代理系统。
强调了验证器对于基于 LLM 的智能体的重要性，指出超出分布范围的任务会导致失败，并建议调整自定义验证器。
一个名为OpenMythos的开源LLM通过SFT和RLVR进行训练，专攻网络安全任务，相关数据集已在HuggingFace上提供。该模型旨在减少幻觉并提高安全相关查询的精确度。
呼吁在AI研究中采用开源训练框架，介绍FeynRL——一个模块化且显式的框架，用于LLM、VLM和智能体的强化学习后训练，旨在让训练过程可见且可修改。
该帖子概述了一个未来智能体配方，通过微调高效、专业化的开源模型，在LLM-as-a-judge任务上超越前沿性能，并将其应用于从追踪数据中提取信号以实现持续学习。LangChain Labs 和 FireworksAI 发布了展示这一方法的新工作。
LangChain Labs与Fireworks AI联合研究表明，通过微调开源Qwen模型，可以创建一个能够检测生产轨迹中“感知错误”的轨迹判断器，且该模型在以最高降低100倍成本的同时达到前沿性能。该模型在两个内部数据集上进行了评估，并显示出跨应用的通用性。
开发者 @cjzafir 宣布推出 Finetuner.dev，一个 CLI 工具，利用 Codex 5.5 等编排模型以及中国模型生成高质量、手工精制的数据集，用于微调小语言模型（1B-30B），声称成本降低 10 倍，质量提升 5 倍。