标签
Pangram Labs 推出 Pangram 4，这是一款最先进的 AI 文本检测模型，AUROC 达到 0.9916，误报率和漏报率极低，并且提高了对对抗性攻击的鲁棒性以及混合作者身份的检测能力。
Kimi.ai 发布了 Kimi K3 的模型权重和技术报告，这是一个 2.8T 参数的 MoE 模型，具有原生视觉理解和 1M token 上下文窗口，声称每单位计算智能提升 2.5 倍。
DKV是一个开源框架，用于在本地LLM推理过程中压缩KV-cache，提供CLI和技术报告。
PrismML 的 Bonsai-27B 模型的技术报告在 Papers with Code 上备受关注，提供了评估和 Hugging Face 模型。
理想汽车的Mach-Mind-4-Flash是一个拥有3B活跃参数的35B MoE模型，通过使用统一的强化学习/在线策略蒸馏损失进行后训练优化，在多个基准测试中达到了匹配或超越100B参数模型的性能。
Gemma 4 引入了新一代开放权重、原生多模态语言模型，采用密集和混合专家架构，具备思考模式以进行高级推理，提高了效率并支持长上下文能力。
本技术报告介绍了 iFLYTEK-Embodied-Omni，这是一个统一的多模态基础模型，采用脑-小脑协作架构和四阶段训练策略，联合建模视觉、语言和动作，用于具身智能体。
Kyutai Labs推出了MIRA，这是一个与Gen Intuition及Epic Games合作开发的多人世界模型，同时发布了技术报告、数据集和在线演示。
一条推文，分享2016年加州大学伯克利分校EECS技术报告中的一章，对其内容表示兴奋。
Gemma 4 技术报告介绍了新一代开放权重、原生多模态语言模型，采用多样化的架构，推理能力增强，并在各项任务中性能提升。模型参数范围从 2.3B 到 31B，并具备生成推理轨迹的思考模式。
Sakana Fugu 技术报告介绍了一个经过训练的编排器，它能动态选择并协调专用模型来执行任务。其中包含一个快速版本（Fugu）和一个较慢的工作流版本（Fugu-Ultra），后者可根据每个请求设计定制化的协作模式。
这份来自TUM的技术报告详细描述了数据包在Linux内核中的路径，涵盖了网络内部机制。
详细博客文章，解释Sakana Fugu技术报告，该报告介绍了将任务路由到专业模型以实现集体智能的编排器AI模型。
本技术报告介绍了Ling与Ring 2.6，这是一系列万亿参数规模的大语言模型，旨在实现高效且即时的Agentic智能。
Qwen-RobotWorld是一个语言条件视频世界模型，利用双流扩散变换器和860万视频-文本语料库，预测多个机器人领域的未来视觉轨迹。它统一了机器人操作、自动驾驶、室内导航和人机迁移的具身世界建模，在EWMBench和DreamGen Bench上取得了顶尖基准成绩。
本技术报告介绍了阿里巴巴Qwen团队推出的新图像生成模型Qwen-Image-2.0，详细阐述了其架构与能力。
Qwen-Image-2.0 是一个全新的图像生成基础模型，基于 Qwen3-VL 和多模态扩散 Transformer，将高保真合成与精确编辑能力统一起来。它在富含文本的内容、多语言排版以及照片级真实感生成方面表现卓越。
本报告介绍了 X-OmniClaw，这是一个专为 Android 设备设计的统一移动智能体系统，旨在实现多模态理解与交互。报告详细阐述了其利用设备端 AI 能力进行感知、记忆管理及动作执行的架构。
OpenAI 发布了 gpt-oss-safeguard-120b 和 gpt-oss-safeguard-20b，这两个开放权重推理模型专为基于策略的内容分类而设计，具有完整的思维链推理能力。技术报告提供了基准安全评估，展示了模型在 Apache 2.0 许可证下的内容标签任务能力。