OpenBMB 发布 MiniCPM 小模型及 Meshy 强化学习训练框架
OpenBMB 公开了小模型 MiniCPM 的 HuggingFace 与 GitHub 链接，并同步放出强化学习训练框架 Meshy 以及长时程强化学习项目 JustRLII。相关资源分别托管在 HuggingFace、GitHub 与 Notion 文档上，作者称小规模开源模型的表现正变得越来越好。
#开源/仓库
#开源/仓库
今日 7 条Paul Couvert(@itsPaulAi)AI 评估 · 21/100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 · 21/100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。
vivo互联网技术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。 SmartPhotoCrafter：先思考后修图的统一理解-生成图像优化新范式
vivo BlueImage Lab 提出 SmartPhotoCrafter，一个统一理解—生成—优化框架，实现"先分析、再决策、后优化"的自动图像优化流程。
小红书技术REDtechAI 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。 小红书开源 CommInsight，从通信库底层事件重建大规模训推全栈因果链
小红书 AI 通信库团队开源 CommInsight，一个面向大规模分布式训练与推理的系统级诊断平台，从 NCCL 底层事件流恢复通信组角色与 Step、Forward/Backward、梯度同步等训练语义，并定位 Hang、Failure 和 Straggler。
Browser Use(@browser_use)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。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。 Browser Use 在 GitHub 发布 browser-use 项目更新
Browser Use 在 GitHub 上发布了 browser-use 项目相关内容，并附上仓库链接，推文获得 1 次转发、1 次点赞和 770 次浏览。原文未披露具体版本号、功能变更或性能数据。
浮之静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。 OpenAI 发布 ChatGPT Images 2.5 并公布纳维–斯托克斯问题解法
2026 年 9 月 8 日，OpenAI 发布 ChatGPT Images 2.5，并公布一项关于纳维–斯托克斯千禧年问题的解法。
小红书技术REDtechAI 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。 小红书 AllSpark 提出 D³-MOPD：用 reverse-KL 动态调度多教师蒸馏配比
小红书 AllSpark 团队提出 D³-MOPD，直接复用多教师在线蒸馏训练中本就在计算的 reverse-KL 信号，实时评估各领域学习进度并动态调整数据配比。
Amjad Masad(@amasad)AI 评估 · 10/100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 · 10/100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。 开发者用 ThreeJS 为 Replit 用户打造海洋场景，完成后将开源
开发者 Andrew Blumson 正在用 ThreeJS 为 Replit 用户构建一个海洋场景，目前已完成 30 分钟的循环效果，并表示完工后将开源。该消息经 Amjad Masad 转发，面向 Replit 社区发布。
小米技术AI 评估 · 56/100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 · 56/100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。 小米发布表格数据大模型 Xiaomi-TabLDM 并开源权重
小米正式发布通用表格数据基础大模型 Xiaomi-TabLDM，以单一预训练模型、统一默认配置直接适配不同表格数据集，无需针对每个任务重新训练、调参或集成即可完成分类与回归预测。
Qdrant(@qdrant_engine)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。 Qdrant 1.19.1 发布：量化 HNSW 搜索提速 1.5–2.5 倍
Qdrant 发布 1.19.1 补丁版本，量化 HNSW 搜索速度提升约 1.5–2.5 倍，payload 密集的 shard 迁移提速 1.5 倍。该版本还改进了 TurboQuant SIMD 打分、批量 HNSW 搜索与删除检查等。
AK(@_akhaliq)AI 评估 · 27/100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 · 27/100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。 Repo-To-Skill：将 GitHub 仓库蒸馏为 AI4AI 技能
论文提出 Repo-To-Skill，将 GitHub 仓库蒸馏为 AI4AI 技能，论文已发布在 Hugging Face Papers 上。该工作探索把代码仓库转化为可供 AI 使用的能力形式，展示了从仓库到技能的蒸馏路径。
歸藏的AI工具箱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。 歸藏开源 Yingzao·营造 Skill，把旅行废片做成建筑海报
歸藏开源了 Skill「Yingzao·营造」（github.com/op7418/guizang-yingzao-skill），可将旅行照片重排为带字体设计和文化信息的海报。
Firecrawl(@firecrawl_dev)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。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。 Firecrawl 开源 DevDex：衡量编码智能体搜索工具可靠性的 benchmark
Firecrawl 开源 DevDex，一个用于评估搜索工具能否可靠找到编码智能体所需信息的 benchmark。该基准针对编码智能体高度依赖搜索工具获取答案的场景，衡量各工具找到正确来源的可靠性。
DockerAI 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。 用 Docker Sandboxes 构建可复现的 AI 评测工作流
作者发布开源的 SBX AI Evaluation Kit，一个基于 Docker Sandboxes 的 Mixin Kit，用于让 AI 评测工作流更容易重跑、检查和对比。
vivo互联网技术AI 评估 · 26/100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 · 26/100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。 TinySR：面向真实世界图像超分辨率的轻量级扩散模型
浙江大学 AiXM 课题组、vivo BlueImage Lab 与之江实验室提出轻量级扩散模型 TinySR，用于真实世界图像超分辨率。它通过深度剪枝、动态块间激活、扩张-腐蚀策略、VAE 轻量化、移除时间与提示模块及 pre-caching 优化推理，相比教师模型 TSD-SR 最高提速 5.68 倍、参数量减少 83%、MACs 降低 84%。
Microsoft Research(@MSFTResearch)AI 评估 · 26/100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 · 26/100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 Garnet 获最佳论文奖：新一代缓存存储加速应用与服务
微软研究院的 Garnet 获最佳论文奖，这是一个面向现代应用与云服务的新一代缓存存储层，可在无需修改任何应用的前提下带来数量级更高的性能与效率。Garnet 已作为开源软件开放使用。
Patrick Loeber(@patloeber)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。 Google Research 发布 TimesFM-3 时间序列基础模型，已在 GitHub 和 Hugging Face 上线
Google Research 推出 TimesFM-3，这是一个时间序列基础模型，可在单次前向传播中完成多变量时间序列预测，在主要基准上显著优于其他预测模型。该模型已在 GitHub 和 Hugging Face 上线。
Qwen(@Alibaba_Qwen)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。 CommerceAgentBench 开源：Qwen3.8-Max 在开放权重模型中综合表现最强
CommerceAgentBench 已开源，这是一个面向真实商业运营的智能体基准，最佳整体完成率约 62%。在评测的开放权重模型中，Qwen3.8-Max 在复杂商业工作流上取得最强综合表现。
腾讯混元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。 腾讯混元发布 Hy4 preview 轻量量化版，权重从 1.5 TB 压到 214 GB
腾讯混元把开源模型 Hy4 preview 的权重从接近 1.5 TB 压缩到约 214 GB，并放出量化 GGUF 库。压缩依靠自研 Sherry 稀疏三值量化算法和 MIX-STQ1_0 混合精度策略，最激进一档平均 1.25 比特、文件实际开销约 1.31 bpw。
QdrantAI 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。 Qdrant 发布 Qdrant-FineWeb-10B 等开源向量检索基准数据集与 Supernova 引擎
Qdrant 与 Vultr 合作发布开源向量检索基准 Qdrant-FineWeb-10B，含 24.47 TB 向量和 28.66 TB 源文本元数据，用 gte-multilingual-base 在 FineWeb 语料上生成 10.07B 稠密与稀疏向量，并为 10 万条查询算出精确 top-1000 真实近邻。
Microsoft Research 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。 Microsoft 推出 GigaPath-Flash 与 GigaTIME-Flash 病理基础模型
Microsoft 发布 GigaPath-Flash 和 GigaTIME-Flash 两个高效病理基础模型，采用从十亿参数 GigaPath 编码器蒸馏出的 22M 参数 ViT-S 主干，并以 Apache 2.0 许可开源。
Hunyuan(@TXhunyuan)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。 腾讯混元 Hy4-preview 以 MIX-STQ1_0 混合量化从 1.5TB 压缩至约 200GiB GGUF
腾讯混元将 Hy4-preview 从 1.5TB 压缩到约 200GiB 的 GGUF，采用 MIX-STQ1_0 混合量化，用校准数据为每层分配不同位宽，部分低至 1.31-bit STQ1_0。
Hunyuan(@TXhunyuan)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。 腾讯发布 Hy4 preview：770B 参数、49B 激活、1M 上下文并开源
腾讯发布 Hy4 preview，总参数 770B、激活参数 49B、上下文窗口 1M，定位生产力场景并采取开源路线，主打一致且可负担的价格。官方同时给出博客、Hugging Face 与 GitHub 链接，并邀请用户反馈使用中遇到的问题。
腾讯混元精选AI 评估 · 82/100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 · 82/100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。 腾讯混元发布 Hy4 preview 旗舰模型并开源
腾讯混元发布新一代旗舰模型 Hy4 preview，总参数 770B、激活参数 49B，上下文长度 1M，已开源并在腾讯云 TokenHub、OpenRouter 上线，可在 WorkBuddy/CodeBuddy、元宝、ima 等产品体验。
为什么值得看
腾讯混元发布 Hy4 preview 并开源，770B 总参数配 1M 上下文，可与 GLM-5.3、Kimi K3 的盲测结果横向比较。
HelloGitHubAI 评估 · 21/100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 · 21/100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 125 期：airllm 4GB 显存跑 70B 大模型、DeepSeek 开源智能体框架
HelloGitHub 第 125 期收录了 airllm，通过分层加载无需量化、蒸馏或剪枝，仅需 4GB 显存即可运行 70B 大模型，支持 Llama 3.x、Qwen3、DeepSeek 等模型。
阿里研究院精选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。 阿里发布 Qwen3.8-Flash 多模态 MoE 模型并开源 Next 权重
阿里发布 Qwen3.8-Flash，这是一个多模态 MoE 模型，主模型参数量 125B，另配 51B N-gram Embedding，每 token 激活 6B 参数，原生支持 262,144 token 上下文并可通过 YaRN 扩展至 1M token。
为什么值得看
官方一次给出 Qwen3.8-Flash 的架构改动、成本对比与开源权重入口，读者可据此判断新架构对长上下文推理的实际影响。
LangChain 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。 LangChain 用 WikiBench 评估开源文档智能体 OpenWiki
LangChain 为开源代码库文档智能体 OpenWiki 构建了 WikiBench 基准，通过"读者智能体"回答基于代码仓库的问题来评估生成的 wiki 质量及其对编码智能体的实际帮助。
LangChain BlogAI 评估 · 42/100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 · 42/100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 开源 data-driven-characters：用语料库打造角色聊天机器人
LangChain 发布开源项目 data-driven-characters，可从任意语料库生成角色定义并与之对话，支持导出到 character.ai、命令行或 Streamlit 界面本地调试，以及部署自包含的 Streamlit 应用。
张小珺Jùn｜商业访谈录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。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。 领读 Kimi K3 技术报告：注意力美学、多教师蒸馏与开源 MoE 架构
Kimi K3 是一个有效扩展到 2.8T 总参数并全量开源的 MoE 模型，本期播客由清华大学计算机系博士候选人孙宇涛领读其技术报告。
Milvus(@milvusio)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。 Milvus 开源 DeepSeek Harness 插件，DSH 智能体可直连 Milvus 查询
Milvus 开源了 DeepSeek Harness（DSH）插件，DSH 已获 192K+ GitHub stars。安装插件并连接 Milvus 或 Zilliz Cloud 后，DSH 智能体可列出 collection、查看 schema，并执行标量查询、语义搜索、BM25 搜索和混合搜索。
Weaviate • vector database(@weaviate_io)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。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。 Weaviate 发布 Audio RAG、Video RAG 与多模态 PDF RAG Notebooks
Weaviate 发布三份 Notebooks，分别演示 Audio RAG、Video RAG 和多模态 PDF RAG，代码托管在 weaviate/recipes 仓库。三条链接均指向 GitHub 对应示例，覆盖音频、视频与多模态 PDF 三类检索增强生成场景。
Jim Fan(@DrJimFan)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。 Jim Fan 团队开源 T-Rex 触觉方法并发布 50 小时触觉数据集
Jim Fan 宣布开源名为 T-Rex 的触觉方法，将触觉作为模型的一等公民：其 mixture-of-transformer 以异步双时钟运行，慢速视觉运动专家规划动作，快速触觉专家以每个视觉 tick 4 个触觉 tick 的高频修正实时细化动作。
Firecrawl(@firecrawl_dev)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。 Firecrawl 开源 benchmark：可自行运行，半数查询用于公开
Firecrawl 将其 benchmark 开源在 github.com/firecrawl/bench，用户可自行运行，并欢迎申请加入评测名单。该 benchmark 只发布一半查询，另一半留作留出集，以防有人在测试集上训练。
歸藏的AI工具箱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。 歸藏的 PPT Skill 更新演讲者视图：按 P 打开备注与计时
歸藏的 PPT Skill 新增演讲者视图，按 P 即可打开，同时弹出观众窗口，无需安装 PowerPoint 插件、不用联网。该视图由 AI 自动填写每页演讲备注与本页目的，并显示当前页和下一页、整场与逐页用时、剩余或超时时间，还带本地保留最近 5 次的排练模式。右上角实时显示观众屏同步状态，另支持激光笔、圈选、自动翻页和开讲前检查。
歸藏的AI工具箱AI 评估 · 50/100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 · 50/100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。 开源 DeepSeek Harness 客户端 Pilot Harness，配桌面外壳与易用插件
开发者歸藏开源了 Pilot Harness，一个为 DeepSeek Harness 打造的桌面客户端及配套插件，支持 macOS、Windows 和 Linux，提供 DMG、ZIP、AppImage、DEB、RPM 等安装包。
Import AI — Jack ClarkAI 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。 Import AI 469：DiG-bench 评测科学 AI、RSI 模拟器与扎克伯格的技术悲观主义
Import AI 第 469 期介绍新基准 DiG-bench，用 70 款隐藏规则的文字游戏测试 AI 自主发现环境规律的能力，Claude Opus 5 与 Fable 5 配合 Claude Code 表现最佳，GPT-5.5 紧随其后，但仅 Opus 5 和 Fable 5 能在最难的第 7 档取得 0.2 的成绩。
AI SDK(@aisdk)AI 评估 · 11/100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 · 11/100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。 Vercel AI SDK 调整贡献流程：鼓励提 issue，不再欢迎完整实现 PR
Vercel AI SDK 调整社区贡献流程，鼓励开发者提交带上下文的 issue，仍欢迎 PR 但不再鼓励完整的实现类 PR。当 issue 报告促成修复时，Vercel 会将该 issue 作者列为共同作者。
智谱精选AI 评估 · 85/100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 · 85/100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。 智谱发布 GLM-5.3，编程能力提升并在网络安全任务中涌现新能力
智谱发布 GLM-5.3，基座模型与 GLM-5.2 相同，提升全部来自后训练 Scaling，官方称其为编程能力最强的开源模型。内部体感评测较 GLM-5.2 提升 50%，Terminal-Bench 3.0 得分从 4.6 升至 28.3，DeepSWE v1.1 从 46.2 升至 66.9，Agents' Last Exam 从 23.8 升至 28.5。
为什么值得看
官方给出后训练Scaling带来的编程与安全能力实测对比，可据此判断开源模型在编程和安全任务上的位置。
idoubi(@idoubicc)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。 thinkany-ai 开源 ds… 代码仓库地址公布
开发者 idoubi 在推文中公布了 thinkany-ai 项目的代码仓库地址 github.com/thinkany-ai/ds…，未附更多功能或版本说明。
李继刚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。 李继刚发布 /ljg-classic skill，逐字解读古文并生成卡片
李继刚发布 skill /ljg-classic，用于把古文做成逐字解读加章节释义的卡片，灵感来自小红书上逐字讲解历史典籍的卡片形式。用法为输入书名与章节，如 /ljg-classic 《道德经》第七章、/ljg-classic 《金刚经》第三品，相关代码在 github.com/lijigang/ljg-skills。
Modal BlogAI 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。 Qwen3.8-2.4T-A95B 开放权重发布并上线 Modal
Qwen3.8-2.4T-A95B 以开放权重模型形式发布，并已在 Modal 上线。相比 Qwen 3.7，新模型在编码、工作、研究和长周期任务上有明显提升；Modal 称提前与 Qwen 合作实现 day zero 支持 Auto Endpoints，底层由 SGLang 和针对 Qwen3.8 结构调优的 DFlash 推测器支撑。