标签
SupraLabs 宣布推出 Supra2.5-65M,这是一个全新的、达到业界领先水平的小型模型系列,包含 6500 万参数的基础版和指令微调版,使用 1000 亿个词元在本地历时 4 天训练而成,现已在 Hugging Face 上发布,并提供适用于 llama.cpp、Ollama 和 Unsloth 的 GGUF 量化版本。
资深 Swift 贡献者 Marc Prud'hommeaux 解释了他从 Swift Android 工作组辞职的原因,以及为何从 Swift 转向 Rust——他指出企业主导的语言在非 Apple 平台上的局限性。
一个免费、开源的 OpenClaw 强化文件访问技能,通过硬性上限、禁止操作清单、停止并询问触发条件和完整审计日志,将代理的访问范围限制在预先批准的文件夹内,另附 Token 消耗检查清单。它是一个仅包含指令的 SKILL.md 文件,不含遥测功能,也没有向外回传数据的代码。
对 9GB 以下模型(K2-Horizon-7B、Granite 4.2-8B、Qwen3.5-9B、MiMo-V2.6-Distill、LFM2.5/3、Gemma 4 E4B)进行并排比较,涵盖规格、许可证以及文本/视觉基准测试得分,并提醒这些分数由各实验室使用不同的评测框架测得并报告。
AMD Loom 是一个实验性推理栈,包含运行时、内核编译器和服务器,新增了对 Radeon 9700 的支持,并在 48 个大语言模型上进行了基准测试,结果显示,其预填充和解码速度相比 llama.cpp 平均提升了 42%。
Maxwell V1 Flash 是一家新兴厂商推出的全新开放权重 MoE 模型,拥有 350 亿总参数、30 亿激活参数,支持 256K 上下文,采用 Apache 2.0 许可证,并提供多语言支持,重点面向泰语、老挝语、缅甸语、高棉语和掸语等东南亚语言。
MachinePulse 发布了 Karpo-Decision-31B,这是一款基于 Gemma 4 31B 微调、采用 Apache 2.0 许可的开放多模态决策模型,以 73.9 的 Full 得分并列位居 Decision Index 第一,同时运行速度是 Jev 的 2 倍,成本低 20%。
一位开源项目创始人将大型实验室推出的个人全天候智能体(Claude Duet、OpenAI Dots、Grok Bot)与全公司共享单一智能体的设计进行比较,认为共享记忆的规则才是难题,并质疑小型开源方案是否仍能形成差异化。
一篇观点文章认为,Qwen 系列模型(Qwen 3.6 以及即将到来的 Qwen 4)对于日常本地任务来说已经完全足够,用户不应过度纠结于 AA 指数之类的基准测试分数。文章还提到 Qwen 4 的 27B 和 Flash 模型后续将有丰富的微调选项,建议把前沿模型留给顶级任务使用。
ggml-org 详细介绍了他们如何通过将编译器缓存存储在 Hugging Face Buckets 中并将工作负载卸载到 HF Jobs,来优化 llama.cpp 的 CI,从而克服 GitHub Actions 在缓存和 runner 方面的限制,该项目每周要合并数千个 PR。
介绍了 Anthropic 关于构建常驻(always-on)智能体的指南,阐述了事件收件箱、定时器、记忆、权限和发件箱五大核心原语,并推荐了开源自托管平台 Alook 用于将编码智能体组织化部署。
funkycache 是一个新的 Python 库,可将函数结果缓存到 SQLite 中,提供基于装饰器的接口,并能根据源文件和依赖项的变化自动失效缓存。它已发布到 PyPI,旨在简化相比手工编写 SQLite 缓存更为复杂的缓存逻辑。
Cloudflare 将其面向 AI 智能体的实验性浏览器引擎 Kitesurf 开源,可在本地运行或部署到 Cloudflare Workers;有评论指出其渲染完成耗时慢于 Chrome,吸引力因此受限。
tandem.cpp v0.3.0 是其首个带标签的正式版本,通过 4096 token 批量显存借用将提示词处理速度提升 2-6 倍,并新增了对 Project Maya 的 DeepSeek-V4.1 GGUF 的支持,在大多数基准测试中超越 llama.cpp,但在最长提示词场景下仍落后于 Maya。
GreptimeDB v1.4 将支持通过 PostgreSQL 的 COPY FROM STDIN 摄入 InfluxDB Line Protocol、OTLP 和 Prometheus Remote Write 载荷,这些功能已合并到 nightly 构建中,可通过单个 SQL 连接实现统一的批量数据摄入。
上海人工智能实验室发布了 Sage S2.1 Flash,这是一款科学多模态模型,将科学数据理解与检索、编程和工具使用融为一体,在 15 项基准测试中的四项上排名第一,包括 MLE-bench Lite、OfficeQA Pro、Harvey LAB 和 SpreadsheetBench 2。
自媒体博主麦田开源了「麦田」——一套一人管理七个平台的自动发布与运营监控系统,包含发布 skill、Chrome 插件和数据看板,支持转化漏斗分析。
英伟达悄然开源了 Molt——一个面向智能体强化学习(agentic RL)研究的极简、可扩展框架,约9.2K行代码,支持完全异步运行时与多种RL算法,可从4B扩展到1T级MoE模型,并附带 arXiv 技术报告。
开发者开源了 Swamp,一个 CLI 工具,能把重复的 agent skills 转化为代码驱动的工作流,通过将协调逻辑移出模型,token 消耗大约减少 8 倍,运行时间减半。它可接入 Claude Code、Codex 和 Cursor 等编码 agent,同时提供带版本控制的运行数据、密钥脱敏和完整的审计记录。