标签
这条推文描述了ODS的目标，即让本地AI部署在各种硬件、模型和内核优化中实现无缝和即插即用，同时庆祝获得近6,000个GitHub星标。
RunAnywhere 使用户能够在 Mac 上运行 AI 模型，并通过本地网络一键设置将推理流式传输到 iPhone，避免云依赖以实现低延迟。
本文介绍了PAYN，一种即插即用的令牌压缩方法，专为基于MLLM的指代表达分割设计，仅依赖位置信息，通过保持空间关系一致性，性能超越现有技术。
EnvHarness 是一个可编程的包装器框架，动态适配静态环境以增强LLM代理训练，通过提供更优的优化信号，在多个基准测试中超越现有方法，用于强化学习。
本文介绍了一种即插即用的二维运动接口，它使预训练的运动语言模型无需重新训练即可处理来自单目视频的二维输入，从而提高真实世界的适用性。
Security researchers release a DEF CON 34 talk and tooling showing that Windows Plug and Play can silently download and execute vendor code as SYSTEM via attacker-controlled device identities, including through USB emulation and RDP USB redirection.
PILA将LLM原生广告重新定义为条件响应重写问题，通过一个轻量级、模型无关的侧车模块，将广告插入与上游生成解耦，从而在保持响应质量的同时实现可控的广告曝光。
介绍了一种无需训练的方法，通过知识蒸馏和模型融合来增强LLMs的安全对齐，以防止影子对齐，在有害问题数据集上将防御成功率提高了14.42%，且不影响性能。
PnP-CoSMo是一种即插即用的多对比度MRI重建框架，它从图像数据中学习内容/风格模型，使得无需原始k空间训练数据即可进行重建。该框架在对比度和前向算子之间具有泛化性。
本文介绍了一种前瞻性记忆代理，它与动作代理并行运行，以防止长周期任务中的行为状态衰减，在Terminal-Bench2.0和τ^2-Bench上取得了显著提升。作者还使用SFT和GRPO训练了Qwen3.5-27B，作为迈向开放权重记忆策略的初步步骤。
MIThinker提出了一种轻量级推理模型，用于动机性访谈咨询代理，通过监督微调和强化学习训练生成治疗性思考，在较低计算量下实现了与最先进系统相当的MI能力。
ResilPhase是一个免训练的扩散模型加速框架，将加速推理重述为ODE空间中的稳定宏轨迹外推，通过无导数重心拉格朗日外推和有界相位映射，在高加速比下实现最先进的保真度。
本文介绍SP³，一种使用球面编码器先验的即插即用图像恢复方法，在各项任务中实现与零样本扩散先验相当的感知质量，同时速度快3-630倍。
介绍Face-Fairness (FF)，一种用于深度伪造检测中偏见缓解的即插即用框架，其中Face-Feature Tuning (FFT)作为首个无需人口统计标签的公平性方法，能够提升群体准确率并缩小不同人口统计群体间的性能差距。
NGM是一种无需训练、即插即用的大型语言模型记忆模块，通过利用预训练的词元嵌入进行N-gram知识检索，无需额外训练或检索管道即可提升性能，在代码生成和知识任务上最高可获得3个百分点的提升。
本文介绍了序列化智能体调优（SAT），一种无协调器的多LLM团队训练范式，提供单调改进保证和即插即用不变性，使较小的模型能够超越较大的模型。
本文介绍了ReBalance，一种无需训练、即插即用的方法，能够动态平衡大型推理模型中的过度思考与思考不足，在多个基准测试中提升效率与准确性。