Contrastive Language Models 上线 Hugging Face
Contrastive Language Models 已在 Hugging Face 发布，项目主页为 huggingface.co/Contrastive-LM。该发布帖获得 549 点赞、49 次转发和 17 条回复，浏览量约 57860。
#开源/仓库
#开源/仓库
今日 7 条AK(@_akhaliq)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。 NVIDIA Technical 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。 NVIDIA 推出 NV-Reason-CT，面向放射科医生链式推理的开放 3D CT VLM
NVIDIA 发布 NV-Reason-CT，一款面向放射科医生链式推理的开源 3D CT 视觉语言模型。当前通用前沿模型在 3D CT 这类体成像上表现不佳，多数开放医疗 AI 模型也缺乏相应能力。
OpenAI(@OpenAI)AI 评估 · 39/100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 · 39/100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。 OpenAI 发布 MentalHealthBench：前沿模型心理健康对话能力持续提升
OpenAI 发布开放基准 MentalHealthBench，用于评测前沿模型在真实心理健康对话中的表现，该基准由 80 多位心理健康临床医生参与构建。OpenAI 将其公开，供其他研究者审查方法、自行评测并在此基础上继续研究。
Julien Chaumond(@julien_c)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。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。 Hugging Face 发布 huggingface/lerobot JS 包：浏览器直读 LeRobot 数据集
Hugging Face 推出新 JS 包 huggingface/lerobot，可在浏览器中直接读取 Hub 上的 LeRobot 数据集，无需下载。官方给出的示例是用约 600 行 JS 在该包之上实现一个自定义查看器 UI，并建议把编码智能体指向它来快速构建。
魔搭ModelScope社区AI 评估 · 58/100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 · 58/100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 开源 jina-ocr-v1 文档解析模型
Jina AI 开源端到端文档解析模型 jina-ocr-v1，总参数 3.4B、每 Token 仅激活 570M，在 OmniDocBench v1.6 得 91.14 分、olmOCR-Bench 得 83.4 分，均刷新同级别最佳成绩。
Jerry Liu(@jerryjliu0)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。 LlamaIndex 的 LiteParse 成全球最快 PDF 解析器，2.8ms/页
LlamaIndex 的 LiteParse v2.14.6 成为全球最快 PDF 解析器，基于文本的 PDF 解析速度提升约 25%，实测达到 2.8ms/页，比次快的本地解析器快 1.5 倍。该工具可将 PDF 转为 Markdown，开源并支持在 Python、Node.js、Rust 或浏览器中本地运行。
Jerry Liu(@jerryjliu0)AI 评估 · 66/100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 · 66/100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。 Jerry Liu 发布开源文档分类与切分库 DocJev
Jerry Liu 发布开源库 DocJev，用于按自然语言类别规则对文档进行分类或切分子文档边界，默认完全免费且开源。作者称其比 gpt-5.6-luna 快 6 倍且准确率相当，并提供 liteparse 与 LlamaParse 两种 OCR 后端，其中 liteparse 免费开源、速度最快，LlamaParse 面向复杂文档。
Milvus(@milvusio)AI 评估 · 44/100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 · 44/100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。 Milvus 团队将 Jev 集成进 DeepSearcher、MemSearch 与 Vector Graph RAG 三个开源项目
Milvus 团队把 Jev 集成进 DeepSearcher、MemSearch 和 Vector Graph RAG 三个开源项目做验证。在 DeepSearcher 的 100 道多跳问题上，Jev 以 93.25% Recall@5 追平 DeepSeek V4 Flash，中位决策延迟从 2.23s 降至 0.55s，API 成本约为其七分之一。
LlamaIndex 🦙(@llama_index)AI 评估 · 33/100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 · 33/100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。 LiteParse v2.14.6 发布：PDF 转 Markdown 解析速度提升约 25%
LiteParse v2.14.6 让文本型 PDF 解析速度提升约 25%，实测处理速度达 2.8ms/页，比次快的本地解析器快 1.5 倍。该开源工具可在本地以 Python、Node.js、Rust 运行，也可直接在浏览器中使用。
mem0(@mem0ai)AI 评估 · 24/100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 · 24/100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。 mem0 发布 DolphinBench 基准测试
mem0 发布 DolphinBench 基准测试，配套上线官网、排行榜与数据集，并开放运行与提交入口，代码仓库和论文同步公开。
Browser Use(@browser_use)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。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。 Browser Use 称开源 MiMo v2.6 模型成为新帕累托前沿
Browser Use 称开源 MiMo v2.6 系列模型成为新的帕累托前沿，其中 MiMo v2.6 Flash 得分 37.6，Grok 4.7 为 39.9。其记录的智能体成本比 Grok 4.7 低 57 倍，比 DeepSeek v4.1 Flash（low）便宜 27%，每任务 $0.10 对 $5.72，两项对比各跑 60 个任务。
Julien Chaumond(@julien_c)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。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。 Transformers 联手 ggml：用 GGML kernels 加载 GGUF 达到 llama.cpp 同等性能
Transformers 与 ggml 合作，通过在 `kernels` 库中调用 GGML kernels，让 GGUF 模型加载从反量化改为直接运行，性能追平 llama.cpp。此前 Transformers 已支持加载 GGUF 文件多年，这次改动由 @_marcsun 完成。
网易科技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。 网易有道用 AI 重做语音输入：叭哥说、Hi Echo 与子曰模型矩阵
网易有道推出语音产品"叭哥说"，把语音从"转文字"推进到"转意图"，用户先说完整段内容再由系统整理成可用文本，PC 端已上线并承诺语音输入场景终身免费。同期升级的 Hi Echo 转向个性化口语学习系统，并已与启元机器人合作进入机器人场景。
小米技术精选AI 评估 · 84/100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 · 84/100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。 小米发布并开源 MiMo-V2.6 系列：扩展 RL 算力，含 Pro 与 Flash 两个全模态模型
小米正式发布并开源 Xiaomi MiMo-V2.6 系列，包含 Pro 和 Flash 两个原生全模态模型，定位为探索 RSI（递归自我改进）路径的关键一步。
为什么值得看
小米开源 MiMo-V2.6 系列，公开 RL 算力扩展细节与 6 天 Live 训练实测数据，可观察开源模型追赶闭源的一条路径。
卡尔的AI沃茨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。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。 我把463个AI视频做成Skill和提示语模版，全都开源
作者开源了awesome-seedance项目，用真金白银复现463条AI视频提示语，蒸馏出14个覆盖各类视频的提示语模版和25个Skills。项目每条提示语都经过实测复现并打分分类，用gpt、claude、grok、deepseek四个多模态模型复测打分、聚类和起标题，每天自动收录GitHub、抖音、小红书、X上带提示语的case。
Jerry Liu(@jerryjliu0)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。 Jerry Liu 推出 DocJev：比 gpt-5.6-luna 快 6 倍的文档分类与切分开源库
Jerry Liu 发布开源库 DocJev，用于文档分类与切分，速度比 gpt-5.6-luna 快 6 倍且精度相当。用户只需给出文档和自然语言类别规则，Jev 即可预测文档类别或子文档边界，并支持 liteparse 与 LlamaParse 两种 OCR 后端。
Paul Couvert(@itsPaulAi)精选AI 评估 · 83/100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 · 83/100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。 小米开源多模态模型 MiMo-V2.6-Pro，称智能水平接近 GPT-5.6-Sol Max
小米发布开源模型 MiMo-V2.6-Pro，支持文本、图像、音频、视频多模态输入，权重已上传 Hugging Face。Artificial Analysis 称其以智能指数 46 成为开源权重模型榜首，较前代 MiMo-V2.5-Pro 的 26 大幅提升，每任务成本 0.13 美元，位于智能与单任务成本帕累托前沿。
为什么值得看
小米开源新模型以远低于同级的 token 价格进入智能成本帕累托前沿，可据价格与榜单位置观察开源与闭源的成本差距。
Microsoft Research BlogAI 评估 · 31/100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 · 31/100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。 微软在 Nature 发布逆合成模型 RetroChimera，开源实现与权重
微软研究院在 Nature 发表逆合成模型 RetroChimera，将 Transformer 的 R-SMILES 2 与基于 GNN 的 NeuralLoc 通过可学习集成排序结合，预测结果优于任一子模型。
clem 🤗(@ClementDelangue)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。 eidon.ai 关停后开源 1,274 小时第一人称机器人数据
关停的初创公司 eidon.ai 将 1,274 小时第一人称视角机器人数据开源，包含 13,451 段人类完成日常任务的录制，作为送给机器人社区的礼物。数据已发布在 Hugging Face 上。
魔搭ModelScope社区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。 Convai Innovations 开源 421M 参数决策模型 Laya，33 毫秒完成 System 1 决策
Convai Innovations 开源了非自回归 System 1 决策模型 Laya，含 421M 参数，基于 ModernBERT-large 主干和 RLCD 训练概率输出，GPU 推理延迟 33～38 毫秒，采用 Apache 2.0 协议，可在本地部署。
Paul Couvert(@itsPaulAi)AI 评估 · 9/100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 · 9/100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。 ConvAI Innovations 在 Hugging Face 与 GitHub 开放模型权重
ConvAI Innovations 已在 Hugging Face 发布模型权重，并在 GitHub 提供配套代码仓库。原文未披露模型名称、参数量与具体可用范围，仅给出两个平台链接。
GitHub(@github)AI 评估 · 15/100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 · 15/100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。 Eyeball 开源
Eyeball 已开源，项目地址为 github.com/dvelton/eyeball。该消息由 GitHub 发布，原文未披露更多功能、参数或可用性细节。
印记中文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。 React 中文周刊 #293：AI 时代下，前端框架还有意义吗？
Remix 团队成员 Brooks Lybrand 撰文质疑"Just let AI use React"的说法，认为 AI agent 不用框架会自行拼凑"土法炮制"的框架，因此需要具备更优抽象与约束的新一代框架。
Stanford AI Lab(@StanfordAILab)AI 评估 · 45/100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 · 45/100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。 Stanford AI Lab 推出 CSBP：面向扩散 LLM 的上下文分片块并行策略
Stanford AI Lab 提出 Context-Sharded Block Parallelism（CSBP），一种面向扩散 LLM 的分布式并行策略，训练加速随上下文长度增长而提升。
MiniMax 稀宇科技AI 评估 · 57/100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 · 57/100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。 MiniMax Code CLI v0.4.12 以 MIT 协议开源
MiniMax Code CLI 的 v0.4.12 版本面向全球开发者开放，并以 MIT 协议开源，它是 MiniMax Code 客户端的核心组件，源码已发布在 GitHub。
Yangyi(@Yangyixxxx)AI 评估 · 46/100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 · 46/100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。 browser-use 开源 Jev：小模型专管点击，大模型负责思考
browser-use 开源了 Jev，它通过将"思考"与"下一步动作"拆分，由大模型负责复杂推理，小模型只负责从页面真实按钮中挑选点击、输入、滚动等操作。该方案面向浏览器智能体、自动 QA、交易循环、Agent 路由等需要反复选择动作的场景，已有 NewMax 正在接入。
Yangyi(@Yangyixxxx)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。 Jev 实时检测 YouTube 赞助片段并自动跳过，每条视频成本约 $0.005
Tony Dinh 用 Jev 做了一个开源 Chrome 扩展，实时监听 YouTube 音频、检测赞助片段并自动跳过，每条视频成本约 $0.005。该项目为原型、采用 BYOK 模式，代码已发布在 GitHub。
Yangyi(@Yangyixxxx)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。 Browser Use 创始人实测浏览器 Agent：查机票 7 秒、单次成本 0.0039 美元
Browser Use 创始人 Gregor Zunic 发布实测视频，展示浏览器 Agent 查询真实航班机票从打开网页到返回结果只用 7 秒，1 倍原速无快进，单次成本 0.0039 美元。
Anthropic(@AnthropicAI)AI 评估 · 9/100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 · 9/100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。 Anthropic 在 GitHub 开放代码并发布技术报告
Anthropic 将全部代码发布在 GitHub（github.com/anthropics/upl…），完整结果见于其技术报告（www-cdn.anthropic.com/d8ca26d0d20570…）。原文未披露具体模型名称、参数规模或 benchmark 分数。
Browser Use(@browser_use)AI 评估 · 41/100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 · 41/100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。 Browser Use 与 Jev 联合发布超高速开源浏览器智能体
Browser Use 与 Jev 合作推出了一款超高速开源浏览器智能体，实测完成航班查询仅需 7 秒、成本仅 $0.0039。该智能体采用每步新动作空间与 DOM 状态空间设计，并支持小型 LLM 回退输入。
Browser Use(@browser_use)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。 Browser Use 推出 Ultrafast 浏览器智能体，查询航班耗时 7 秒花费 0.0039 美元
Browser Use 与 Jev 合作推出 Ultrafast 浏览器智能体，作者称其查询航班耗时 7 秒、花费仅 0.0039 美元，视频为 1 倍速播放。该智能体引入新的每步动作空间和 DOM 状态空间，并在输入环节回退到小模型，作者称已构建一个开源浏览器智能体并开放试用。
Paul Couvert(@itsPaulAi)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。 Unsloth 发布免费 Google Colab 与 GitHub 资源，用于模型微调
Unsloth 放出配套免费 Google Colab Notebook 与 GitHub 仓库，并提供专门文档页，供用户上手其微调流程。
Perplexity(@perplexity_ai)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。 Perplexity 推出 CobbleDB，专为 AI 搜索的批量页面记录读取优化，并计划开源
Perplexity 推出 CobbleDB，这是一款专为重复批量读取 prepared page records 打造的数据库，用于优化其搜索负载的性能与成本。Perplexity 计划将 CobbleDB 开源，供其他构建 AI 搜索的团队使用。
LlamaIndex 🦙(@llama_index)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。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。 LlamaIndex 提出两遍式即时 OCR：LiteParse 快速首扫，LlamaParse 按需精解
LlamaIndex 提出两遍式 just-in-time OCR 方案，替代先解析全部页面的传统管线。第一遍由免费开源的 Rust 工具 LiteParse（支持 50+ 格式）做布局感知快速扫描，输出空间文本、边界框、标题、表格及每页复杂度标记，整个数据房间 32 秒完成；第二遍由 LlamaParse 按页码只精解需要的页面，返回单元格级表格、边界框和置信度分数。
小红书技术REDtechAI 评估 · 66/100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 · 66/100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。 小红书 AllSpark 发布开源 Search Agent Iris，35B 版本逼近万亿参数模型
小红书 AllSpark 团队发布 Search Agent Iris，权重与评测代码已开源，并计划陆续公布数据与训练完整配方。
LangChain BlogAI 评估 · 28/100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 · 28/100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。 Credit Genie 如何用 LangChain OpenWiki 保持代码库文档常新
Credit Genie 采用 LangChain 开源仓库文档智能体 OpenWiki，自动生成并维护代码库文档，替代此前容易过期的 Notion 页面、README 和 AGENTS.md。
Paul Couvert(@itsPaulAi)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。 Qwen3 量化版本发布，低显存可跑 Hugging Face 已上线
Hugging Face 上出现 Qwen3 的量化版本，显存或统一内存较小的设备也能运行。该模型页面为 huggingface.co/HauhauCS/Qwen3…，适合本地部署场景。
Thomas Wolf(@Thom_Wolf)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。 Thomas Wolf 关注到一款端侧本地 AI 智能体系统，运行 4-bit 量化的开源 4B 模型（MLX）
Thomas Wolf 分享了一款新的端侧本地 AI 智能体系统，运行一个量化到 4 bit 的开源 4B 模型（MLX）。该系统的作者 Sigil Wen 称其为"on-device AI OS"Underdog，完全本地运行，起因是他对云端数据被用于训练、邮件和 iMessage 被采集以及 AI 攻击能力的担忧。
大淘宝技术AI 评估 · 41/100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 · 41/100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 Agent 像人一样记忆：本地长期记忆系统 HL-Mem v1.1 的设计与取舍
大淘宝技术直播技术团队开源了本地长期记忆系统 HL-Mem（Apache-2.0），对应 v1.1 系列，采用事实与经验双通道架构，用不可变 Event 加可更新 Claim 实现证据可追溯、有效时间与记录时间双时间可解释，以及记忆的修正与遗忘。系统默认仅依赖 SQLite 单文件部署，配后台异步 Worker 处理去重、冲突消解与生命周期管理，运行时独立、本地优先，并支持中文检索。
Harrison Chase(@hwchase17)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。 LangChain OpenWiki：企业如何用 wiki 让编码智能体读懂代码库
LangChain 分享的案例显示，Credit Genie 的编码智能体过去只能靠猜来理解代码库，如今改为直接查询 OpenWiki。这条内容聚焦企业在实践中如何采用和使用 OpenWiki。