Recursive 发布自动化科研系统成果，在 NanoGPT speedrun 等三个基准取得 SOTA
Richard Socher 宣布 Recursive 公开其自动化开放式发现系统，作为迈向递归自我改进超级智能（RSI）的 v0.1 版本。该系统在 NanoGPT speedrun、NanoChat 和 NVIDIA Sol-ExecBench 三个 AI 任务上均取得 SOTA，且取得这些结果的代码和思路由 AI 系统自身提出，而非团队发明。
#开源生态
#开源生态
今日 26 条Richard Socher(@RichardSocher)AI 评估 · 74/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 74/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Ideogram(@ideogram_ai)AI 评估 · 18/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 18/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Ideogram 社区一周内构建出训练器、提示词编译器和 LoRA 工作流
Ideogram 社区在一周内构建出训练器、提示词编译器、LoRA 及完整工作流。官方发起征集，邀请用户回复自己最好的生成作品，优秀作品将收录进下一期社区精选合集。
Ideogram(@ideogram_ai)AI 评估 · 37/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 37/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Ideogram 4.0 发布一周：首个开放权重模型，JSON 与 bounding box 提示词成新常态
Ideogram 发布首个开放权重模型 Ideogram 4.0，一周内开源与创意社区的使用已超出团队预期。官方称 JSON 与 bounding box 提示词正逐渐成为新的常态，并发布了第一周的社区亮点合集。
Modal BlogAI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Modal 如何让 FlashAttention-4 更适合 LLM 推理
Modal 对 FlashAttention-4 内核做了一系列改动，使其更适合大语言模型推理，尤其是 decode 密集的负载。团队将优化归为两类：调整并行策略（如把 split KV 技术移植到 FA4、从 query 并行转向 key/value 并行），以及支持不规则全局内存访问（用 cp.async 取代基于 TMA 的 cp.async.bulk）。
Demis Hassabis(@demishassabis)AI 评估 · 67/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 67/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google 发布实验性开源文本扩散模型 DiffusionGemma
Google Gemma 发布实验性开源模型 DiffusionGemma，采用 Apache 2.0 许可，探索一种快速文本生成方式，从逐 token 顺序生成转向同时生成整块文本。Demis Hassabis 称其速度是其他 Gemma 4 模型的 4 倍。
QdrantAI 评估 · 17/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 17/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Qdrant 2026 向量空间黑客松公布获奖名单：MemoryAtlas 夺冠
Qdrant 公布 2026 年"Think Outside the Bot"黑客松结果，赛事持续 5 周、总奖金 $10k，要求参赛者不使用 RAG 或简单聊天机器人来创新使用 Qdrant。
Kevin Weil 🇺🇸(@kevinweil)AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Crownlands 开源 Gateway 4M，迄今最大活体人类单细胞组织数据集
Crownlands 开源 Gateway 4M，这是迄今从活体人类中发布的最大单细胞组织数据集，用于推进大脑衰老与神经退行性研究。人类生物学数据对科学家和 AI 理解健康与疾病至关重要，Kevin Weil 称此举对加速 AI 在科学与健康领域的影响意义重大。
Google DeepMind BlogAI 评估 · 71/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 71/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google DeepMind 发布 DiffusionGemma：文本扩散模型，推理提速最高 4 倍
Google DeepMind 于 6 月 10 日发布实验性开源模型 DiffusionGemma，采用文本扩散方式一次性生成整块文本，在专用 GPU 上推理速度最高提升 4 倍。
Hugging Face(@huggingface)AI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenBMB 举办 Build Small Hackathon
OpenBMB 举办 Build Small Hackathon，宣传链接指向一场 x.com 直播。原文未披露参赛模型、规模或奖项等具体信息。
Richard Socher(@RichardSocher)AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Richard Socher：坚持安全构建 RSI 并公开系统产出，首批成果即将公布
Richard Socher 表示，在部分 AI 领导者试图阻止科学自动化和自我改进超级智能之际，其团队仍致力于安全构建 RSI，并公开系统产出，为人类留下其发明与意图的审计线索，供开源社区在此基础上继续开发。首批此类成果将在近日公布。
Google DeepMind Blog精选AI 评估 · 76/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 76/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google DeepMind 发布 Gemma 4 12B：统一的无编码器多模态模型
Google DeepMind 发布 Gemma 4 12B，一款面向笔记本本地运行的统一无编码器多模态模型，视觉与音频输入直接进入 LLM 主干，不再依赖独立编码器。
为什么值得看
Gemma 4 12B 用无编码器架构把多模态能力压进 16GB 显存笔记本，读者可判断本地智能体部署的可行边界。
Scott Wu(@ScottWu46)AI 评估 · 61/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 61/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Cognition 推出编码评测 FrontierCode，最高分 Opus 4.8 仅 13%
Scott Wu 介绍 Cognition 推出的新编码评测 FrontierCode，认为 SWE-Bench 式评分只考察能否通过单元测试，还需评估代码范围、编码风格和意外副作用。该评测声称假阳性减少约 80%，每个任务由领先开源维护者花费 40 多小时完成，最好的模型 Opus 4.8 得分仅 13%。
Ideogram(@ideogram_ai)AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Ideogram 4.0 发布，采用开放权重并启用新品牌
Ideogram 宣布发布 Ideogram 4.0，该模型以开放权重形式推出，同时公司进行了整体品牌重塑，新品牌视觉由 How&How 打造。官方还邀请用户反馈对新 logo 的看法。
Ideogram(@ideogram_ai)AI 评估 · 35/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 35/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Ideogram V4 支持 JSON 提示词与 bounding box 控制，社区称其为当前最强开源图像模型
Ideogram V4 在 ComfyUI 中可通过 JSON 结构化提示词结合手绘 bounding box 精确控制画面构图，社区反馈其文字渲染能力出色，仅需 12 步 turbo 推理即可快速换种子迭代。有人称其是当前 state of the art 的开源图像模型，配套可使用 Kijai 的「Ideogram 4 Prompt Builder」节点。
Import AI — Jack ClarkAI 评估 · 48/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 48/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Import AI 460：社会可被 reward hacking、Anthropic 的 RSI 数据、RL 无人机竞速
Kings College London、复旦大学与 Alan Turing Institute 构建 SocioHack 基准，含 72 个沙箱社会环境，用 RL 训练 LLM 重新发现历史已修补的规则漏洞，召回率 61.25%、精确率 90.85%。
Ahead of AI — Sebastian RaschkaAI 评估 · 25/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 25/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LLM 研究论文清单：2026 年 1 月至 5 月
Sebastian Raschka 发布 2026 年 1 月至 5 月的 LLM 研究论文精选清单，涵盖架构与模型设计、高效训练与扩展、推理效率与 KV Cache、稀疏注意力与长上下文、推理与测试时计算、强化学习与 RLVR、智能体系统与工具使用、编码智能体与软件工程、扩散语言模型、模型评测与基准十大类。
Ideogram(@ideogram_ai)AI 评估 · 53/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 53/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Ideogram 发布 9.3B 开源图像模型，称接近闭源基础模型水平
Ideogram 发布了一个 9.3B 的开源权重图像模型，称其为目前可用的最佳开源权重图像模型，正在缩小与闭源基础模型的差距。官方表示该模型远未触及扩展上限，预计继续扩大规模会带来进一步提升。
Hugging Face(@huggingface)AI 评估 · 5/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 5/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Hugging Face 举办 Build Small Hackathon
Hugging Face 举办 Build Small Hackathon，并在 X 平台进行直播。
Jeff Dean(@JeffDean)AI 评估 · 73/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 73/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google 发布 Gemma 4 12B 开源多模态模型，可在笔记本本地运行
Google 发布 Gemma 4 12B，这是一个统一的无编码器多模态模型，采用 Apache 2.0 许可，可直接在笔记本电脑上运行。该模型定位在端侧效率与高级推理之间，Jeff Dean 称其为能力很强的开放权重模型。
Hugging Face(@huggingface)AI 评估 · 72/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 72/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Ideogram 发布开放权重的图像模型 Ideogram 4.0
Ideogram 发布 Ideogram 4.0，称其为全球最佳开放图像模型，并开放模型权重。官方表示可下载权重、在自有数据上微调并在本地硬件运行，现已上线所有 Ideogram 套餐和 API。模型与演示页面已托管在 Hugging Face。
Hugging Face(@huggingface)AI 评估 · 65/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 65/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Ideogram 发布开放权重图像模型 Ideogram 4.0
Ideogram 发布图像模型 Ideogram 4.0，官方称其为全球最佳开放图像模型，并开放权重供下载。用户可在自有数据上微调并在本地硬件运行，该模型已上线 Ideogram 各订阅方案和 API。
Ideogram(@ideogram_ai)AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Ideogram 发布 4.0 模型并开放开发者定制
Ideogram 宣布推出 Ideogram 4.0，并邀请开发者、研究人员和企业基于该模型进行定制，以拓展生成式媒体与设计方向。官方同步给出 GitHub 开源仓库地址（github.com/ideogram-oss/i…）与模型技术详情页面（ideogram.ai/models/4.0）。
Ideogram(@ideogram_ai)AI 评估 · 51/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 51/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Ideogram 4.0 发布，称位列 DesignArena 开源文生图模型第一
Ideogram 发布 Ideogram 4.0，称其在 DesignArena 第三方榜单上是全球排名第一的开源权重文生图模型。官方表示其成绩仅次于 OpenAI 和 Google 的闭源模型，并强调该模型具备前沿质量、完整可定制性和数据隐私。DesignArena 为第三方评测榜单。
Ideogram(@ideogram_ai)AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Ideogram 发布 Ideogram 4.0 开放图像模型
Ideogram 发布 Ideogram 4.0，称其为全球最好的开放图像模型，权重可下载，支持用户用自己的数据微调并在自有硬件上运行。该模型现已上线 Ideogram 全部订阅方案和 API。
Hugging Face(@huggingface)AI 评估 · 29/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 29/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Nvidia 在 Hugging Face 公开仓库破 1000 个，并发布 Cosmos 3 与 Alphamayo 2 Super
Nvidia 在 Hugging Face 的公开仓库总数突破 1000 个（含 820 个模型、249 个数据集和 57 个 Space），关注者近 6 万，其 LocateAnything 位列 HF 趋势榜第 1、PiD 第 5。
David Heinemeier HanssonAI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 让 AI 智能体推动开源民主化
DHH 发文批评开源社区针对 AI 辅助贡献设置参与门槛的"反智能体"潮流，认为这是在用质量、署名、劳动者权益等借口维护旧程序员行会的特权。他指出 AI 智能体虽不完美、slop 确实是问题，但让更多人获得改写软件的能力，正是开源最初愿景的兑现。
Modal BlogAI 评估 · 54/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 54/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Modal 发布开源库 Modal Dojo，将 RL 后训练基础设施抽象为百行代码
Modal 发布实验性开源库 Modal Dojo，让用户在 100 行以内代码中定义训练任务，只需配置奖励函数、模型和环境。Modal 表示 RL 后训练的瓶颈在基础设施，训练器与 rollout 引擎间的权重同步是主要开销，同集群内 RDMA 传输可将训练速度提升 100 倍，其 Sandbox 可每秒启动数千个、并发维持上百万个。
Epoch AIAI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Epoch AI：开源模型落后最先进闭源模型约 4 个月
Epoch AI 基于其自研能力指标 Epoch Capability Index（ECI）测算，开源权重模型追上最先进闭源模型性能平均需约 4 个月，ECI 综合了多个 benchmark 的表现。相关数据以 CSV 形式提供下载，更新于 2026 年 5 月 29 日。
cat(@_catwu)AI 评估 · 70/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 70/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Bun 借助动态工作流从 Zig 移植到 Rust，约 75 万行代码 11 天合并
@jarredsumner 使用动态工作流将 Bun 从 Zig 移植到 Rust，涉及约 75 万行代码，测试套件通过率 99.8%，从首次提交到合并历时 11 天，期间数百个智能体并行工作，每个文件由两名审查者把关。详情见 claude.com/blog/introduci…
HelloGitHubAI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 HelloGitHub 第 122 期：DeepSeek 专用推理引擎 ds4 等 30 个开源项目
Redis 作者用 C 语言为 DeepSeek-V4-Flash 打造了本地推理引擎 ds4，支持 Metal、CUDA 加速、2-bit 量化和 HTTP API，并非简单的 GGUF 运行工具。
张小珺Jùn｜商业访谈录AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 雨森的创投观察第2集：Harness、下一个字节、2026大机会和 Stanley Druckenmiller
真格基金管理合伙人戴雨森在《雨森的创投观察》第2集回应第1集"被打脸"往事，提出"AGI是在缩水的"和"字节系创始人要把在字节学的东西自己颠覆自己"两个暴论。他认为Harness更像OS、模型更像处理器，Manus、Claude Code、OpenClaw、Codex、Hermes是用户喜欢的Coding Agent Harness。
宝玉的分享AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 DeepSeek 的 10 万亿美元大战略
DeepSeek 正以极致压缩 KV 缓存换取硬件自主：据测算，1.6T 参数的 DeepSeek V4 在 100 万上下文、8-bit KV 精度下只需 5.48 GB HBM，而 GLM5 需 60 GB、Qwen3-235B-A22B 需 89 GB。
Modal BlogAI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Modal 完成 3.55 亿美元 C 轮融资，估值 46.5 亿美元
Modal 宣布完成 3.55 亿美元 C 轮融资，投后估值 46.5 亿美元，由 General Catalyst 和 Redpoint 领投。自去年 9 月以来公司规模增长五倍，年化营收超过 3 亿美元。
Jina AI(@JinaAI_)AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Jina AI v5-omni：冻结 v5-text 主干，接入视觉与音频编码器
Jina AI 发布 v5-omni，完全冻结 v5-text 主干，仅通过小型可训练投影层接入预训练视觉与音频编码器。视觉端采用 Qwen3.5 vision encoder 并做 2x2 空间合并，除最终投影层 fc_vision_2 外全部冻结，该层随机初始化并映射至文本主干隐藏维度。
Jina AI(@JinaAI_)AI 评估 · 47/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 47/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Jina AI 发布 jina-embeddings-v5-omni：首个支持文本、图像、音频和视频的通用嵌入模型
Jina AI 推出 jina-embeddings-v5-omni，这是其首个通用嵌入模型，支持文本、图像、音频和视频。模型提供 small（1.57B，1024 维，32K 上下文）和 nano（0.95B，768 维，8K 上下文）两种规格，均支持 Matryoshka 截断至 32 维。
Hugging Face(@huggingface)AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Hugging Face Hub 开源数据集突破 100 万
Hugging Face Hub 上的开源数据集数量突破 100 万，Hugging Face 称这一里程碑离不开 AI 社区的支持，并强调开源模型需要开放数据。
Fellou(@FellouAI)AI 评估 · 8/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 8/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 EazoAI Global Hackathon 2026 开放报名：30 万美元奖池，无需写代码
EazoAI Global Hackathon 2026 面向创作者、创始人、学生和梦想者开放报名，无需写代码即可把想法变成可用的 AI 产品。赛事设 30 万美元奖池，覆盖旧金山、纽约、上海三地及线上。
QdrantAI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Qdrant 1.18 发布 TurboQuant：压缩率翻倍、召回率接近标量量化
Qdrant 1.18 引入 Google Research 开发的量化方法 TurboQuant，在压缩率是标量量化两倍的情况下，召回率和速度与其接近，且适配任意嵌入模型。新增集合内存监控（按向量、payload、索引拆分磁盘/RAM/页缓存占用）与命名向量在线增删，无需重建集合。该版本还改进了审计日志并新增按集合的 API 指标与两项严格模式护栏。
Thinking Machines — ConnectionismAI 评估 · 73/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 73/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Thinking Machines 发布交互模型 TML-Interaction-Small 研究预览
Thinking Machines 发布交互模型研究预览，推出名为 TML-Interaction-Small 的模型，可在音频、视频和文本上持续输入输出，在 200ms 微回合中实时思考、回应与行动，无需外部脚手架。
Google DeepMind BlogAI 评估 · 68/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 68/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google DeepMind 回顾 AlphaEvolve 一年进展：从数学发现走向 TPU 设计与商业落地
Google DeepMind 发布 AlphaEvolve 一年进展汇总，展示这款 Gemini 驱动的编码智能体从数学与计算机科学开放问题扩展至多个领域。