python

一篇论文指出，直接对 LLM 评审的原始分数进行统计分析会夸大假阳性率，为此提出基于 PPI（Predictive Power Inference）的校准假设检验方法（包括首个基于 PPI 的 Wilcoxon/Mann-Whitney 校正），并发布开源 Python 包 evalstats，可为小样本 AI 评估自动选择统计上可靠的分析方法。

Livenerf 是一个确定性基准测试工具，旨在检测AI模型在发布后是否性能下降，目前正对 Claude Opus 5.5 进行为期30天的研究，以测量性能漂移。

本文解释了在编程中使用浮点数进行十进制计算时的舍入误差，并通过Python示例来说明IEEE双精度浮点数中出现的模式。

本文介绍一款名为"Agent + Skill Store"的本地AI代理工具，该工具可直接在您的设备上运行，配备无头浏览器、沙箱化shell执行环境，并提供插件系统以添加技能功能，无需依赖云服务。

TimeLord 是一个 Python 工具，用于为 CPython 的 PRNG 构建种子以生成指定的序列，展示了如何使用确定性生成器来设计不太可能发生的结果。

Jev 是一个新的 AI 模型，针对分类任务中的快速且低成本决策进行了优化，通过一个使用 Apify 和 GPT-5-mini 的酒店评论分类器项目进行了演示。

Python Coding Assistant是一个AI代理，它生成带有类型提示、测试和框架感知的生产级Python代码，为FastAPI和pandas等库提供有针对性的修复，同时跨会话记住用户的技术栈。

一位开发者创建了一个名为 apple-llm 的库，使得苹果在 macOS 中内置的本地大语言模型能轻松地从 Node 和 Python 中使用，专注于隐私和特定任务，如结构化数据提取和摘要。

本文演示如何使用谷歌的OR-Tools CP-SAT约束满足求解器解决一个实体玉米拼图，并突出了其相较于朴素回溯方法的高效性。

Hyperresearch 是一个开源的Python工具，充当Claude Code和OpenAI Codex的深度研究框架，使用代理来收集、搜索和综合网络研究到一个持久的、可搜索的维基中，并带有对抗性审计。

文章介绍了如何使用LLM的logprobs参数实现Jev式封装，以支持结构化查询，并扩展到视觉模型，通过attachments字段处理图像，提供灵活且可定制的计算机视觉方法。

一个用纯Python编写的终端端口管理工具，它扫描并整理监听端口、进程、项目和容器到一个统一视图中，显示服务来源以及是否可从外部访问。

本文描述了一个用于LLMs的Python封装，它利用令牌概率进行分类任务，并扩展到视觉模型，提供了一个实时网络摄像头帧分析的示例。

该帖子宣布了lm15 1.0在PyPI上的发布，这是一个轻量级、零依赖的Python SDK，用于与提供者无关的LLM调用，开源并采用MIT许可证。

Citation-Network v1.2.0 是一款开源应用，可以从 Zotero 库构建交互式引用网络，集成 Obsidian 笔记并提供图形用户界面进行探索。

pylazaro是一个开源的Python包，用于自动从西班牙语文本中提取未同化的词汇借词（主要是英语借词），提供统一接口以访问多个序列标注模型，并在此任务上优于通用LLMs。

一款引导用户了解 Python 3.15 新特性的 TUI 文本冒险工具。

DeskPilot 是一个基于Python的开源桌面客户端，用于本地LLM，具有MCP集成、工具沙箱和安全优先的智能体架构。

本文宣布了llm-anthropic 0.29版本的发布，这是一个用于与Anthropic API交互的Python工具，由Simon Willison于2026年9月22日发布。

Kent Dodds尝试在Kody上运行Python，利用Cloudflare对Python在Workers中的正式支持，但由于启动时间慢，决定不实现该功能。