标签
一项新推出的开源基准测试 PlaceBench 包含覆盖 121 座城市的 150 个问题,以场所自身提供的数据为依据,对六款 AI 助手进行评分。Dots 以 92/100 分领先,Ask Maps 则以 49/100 分落后。测试还暴露了地图快照过时、回答不一致等问题,凸显了将信息查询与 AI 电话服务相结合的必要性。
llama.cpp 新增了对 Inkling 2 的支持,使用户能够通过这个基于 ggml 构建的广泛使用的 C/C++ 运行时,在本地进行该模型的 LLM 推理。
OpenComputer 是 Devin 的开源替代方案,一个团队可在 Slack 中协作使用、运行于自有或托管云端计算机上的编码代理,支持 AWS/GCP 自托管。
Thinking Machines Lab 将发布 Inkling 2 Mini,这是一款紧凑的开放权重多模态模型(文本+图像转文本),采用 Apache 2.0 协议,面向智能体、编码和 RAG 应用,检查点大小约 20GB,可在消费级硬件上运行。
LlamAmpere 负责人发布了可在 8GB 显卡上运行的 Qwen3.8 27b 超低比特量化模型(2.1bpw/1.75bpw trellis 格式),借助潜在稀疏注意力与 SJKVaRN 技术实现 200k 上下文与 92.5% Top-1 匹配率,性能接近 BF16 且比 9b 模型高出 17% 基准分,为 8GB 显卡用户带来显著能力跃升。
CCORE-Web-Coder-4B 预览版检查点已发布。这是一款基于 Qwen3.5-4B-Base 的 40 亿参数本地模型,可将完整网站、幻灯片或信息图生成为单个 HTML 文件,正式版计划于 11 月 22 日发布。
Winedroid 是一款演示工具,无需 Android 即可运行 Android 应用,它使用 WebAssembly 直接在浏览器中模拟所需的环境。
一个开源的 TypeScript 入门项目,通过 WAHA 在 WhatsApp 上运行 LangGraph 智能体,支持语音消息、照片、图像生成,以及借助摘要中间件实现的各聊天独立线程记忆——所有功能均无需数据库。它重点展示了线程 ID 哈希化、每个聊天串行执行单次运行,以及限制图像生成数量等设计选择,以确保回复安全且可预测。
PPSSPP 1.20.4 是开源 PSP 模拟器的一次重大更新,其 Switch 2 移植版(ppsspp-nx2)支持同时运行两个实例,并可通过 GameShare 实现多人联机,此外还加入了 ad-hoc 网络、纹理放大和用户体验改进。
Eric Zakariasson 分享了 Voiced,这是一款开源的原生 macOS 菜单栏听写应用,可将语音流式传输至 xAI API 进行转录,并由 Grok 润色,再将结果粘贴到任意文本框中。他还思考了编程智能体将如何让任何人都能构建定制化、可灵活修改的软件。
Unsloth 推出 Dynamic v3.1 与 v3.0 新型 SOTA 量化算法,并准备发布 4 个新模型,在 Terminal Bench、DeepSWE 等基准上以 512K 上下文表现最佳。
一条推广 Nango 的推文。Nango 是一个开源项目,可简化 AI 智能体的 OAuth 和集成管理,提供覆盖 1,300 多个 API 的 10,000 多种可定制工具。
特里斯坦·巴克马斯特和约翰·阿尔波格在 GitHub 上发布了代码和证据,支持无外力作用下的纳维–斯托克斯方程正则性结果,此前他们曾借助人工智能研究千禧年难题之一的黎曼猜想。
一篇复盘文章,分析了扁平化的 MEMORY.md 如何在两周内膨胀至 30.9 KB,并挤掉所有编码不变量;介绍了开源项目 agy-hq 中的四层本地智能体记忆设计(按角色分配预算、确定性衰减、双速写入、BM25 维基搜索、污染隔离),并比较了五家主要实验室处理跨会话记忆的方式。
L. Alpöge 与 T. Buckmaster 的一篇论文,声称 Navier–Stokes 方程存在有限时间爆破,并在公开仓库中附带了其关键定理的 Lean 4/Mathlib 形式化证明。
提出将生成的 HTML 文件用作大语言模型的交互界面,点击其中的组件即可触发分支式后续生成,从而形成一种递归、可回溯的探索形式,适用于学习、数据分析和 three.js 项目。
Kyutai Labs 推出 AURA——一个面向语音 AI 的实时人脸/虚拟形象,可在单 GPU 上实时生成口型同步的视频,并将开源整个技术栈。
对 Sebastian Raschka 的 LLMs-from-scratch GitHub 仓库的详细介绍,该仓库涵盖了在 PyTorch 中从原始文本出发构建、预训练和微调一个 GPT 风格模型的全过程,还包括 BPE、LoRA、DPO、MoE 等进阶技术,以及 Llama 3.2、Qwen3 和 Gemma 3 的从零实现。
开源的 AI Agent 双语教材「agent_learning」发布,23 章从零覆盖记忆系统、RAG、多智能体、Agentic RL 到生产部署,并附带可运行的参考 Agent 代码与测试。