IT之家 · AI精选7474百度文心发布 ERNIE-5.5-Flash-Base 并开放 ERNIE 5.5 Flash 预训练终点权重，这是一个总参数 280B、每 token 激活 14B 的稀疏 MoE 语言模型，在 33.5T tokens 上从零预训练，微调与推理支持 1M tokens 上下文。
推荐理由: 原文给出 280B 稀疏 MoE 基座的参数、训练数据量与开源权重，读者可据此判断其作为微调起点的适配空间。
vLLM Blog精选7171Buoyant 发布开源项目 Kinference，作为 vLLM 与 Kubernetes 之上的推理控制平面，提供 token 限流、租户用量与成本追踪、KV cache 感知的负载均衡和推理策略。
推荐理由: 原文给出 KV 缓存感知负载均衡的基准对比和 YAML 策略示例，可据此判断推理平台的路由层如何设计。
Databricks Blog精选6060Apache Spark 4.3 发布并在 Databricks Runtime 19 中可用，Real-Time Mode 新增有状态处理，支持流式聚合、dropDuplicates 和 transformWithState。
推荐理由: 原文给出实时模式有状态处理的三项基准延迟数据和季度发布节奏变化，读者可据此判断流处理架构的取舍。
IT之家 · AI精选7878月之暗面按 10 月 24 日发布时的承诺，在 Hugging Face 开放了 2.8 万亿参数的 Kimi K3.1 Pro 模型权重。
推荐理由: 原文给出开放权重后的 Agent Arena 排名与分项指标变化，可对照上一代 K3 看智能体能力的提升幅度。
AWS Machine Learning Blog精选6060AWS 团队以开源多智能体数据分析方案 Deep Insight 为参考实现，把生产级 AI 智能体的上下文工程拆成四层：多智能体架构隔离上下文、用提示词限制输出、把重内容外置到文件系统、用验证智能体与兜底机制把关。
推荐理由: AWS 团队把上下文工程拆成四层，并给出开源参考实现中的具体代码与 token 节省数据，可直接对照改造自家 Agent。
vLLM Blog精选7575vLLM 宣布在 NVIDIA、AMD、Google TPU 和阿里平头哥真武 PPU 上 Day-0 支持月之暗面开源的 Kimi K3.1 Pro，该模型为 2.8T 参数（104B 激活）多模态 MoE，上下文 1M token。
推荐理由: vLLM 团队详述为 Kimi K3.1 Pro 做 Day-0 适配的工程取舍，含稀疏注意力、KV 缓存打包与 DCP 的具体数字。
OpenHands Blog精选7171OpenHands与Snowflake AI Research合作，让开发者用现有的OpenHands Agent harness直接进行强化学习后训练，无需在训练框架中重建harness。
推荐理由: 原文给出了用现有 Agent harness 直接做 RL 后训练的具体配置方式和代码定位实验，读者可据此判断训练与部署能否共用一套 harness。
Hugging Face Blog精选6060IBM 研究团队微调 20B 开源权重模型 Palette，采用设计师编写 JSON 简报、编码器逐页生成 pptxgenjs 代码的两角色 LoRA 方案，根据 IBM 设计语言生成幻灯片。
推荐理由: IBM 使用合成数据加检查修复闭环训练 20B 小模型制作幻灯片，提供可迁移到其他结构化产出的方法。
Hugging Face Blog精选6262IBM团队使用同一个开源权重模型GLM-5.3-flash在AppWorld的90个任务上对比CUGA、Hermes和Deep Agents，任务通过率分别为81.1%、46.7%和30.0%，三变体全部通过的场景数为20、8、2。
推荐理由: 同一模型换harness后任务完成率从30%升至81%，文中还给出了可复现的配置与评测入口。
Anthropic Research精选6262Anthropic 公布可验证推理原型 FlashProve，用 zkSNARK 证明响应确实来自所承诺的模型权重。对 400B 参数的 Llama 4 Maverick（4-bit 量化），单张 H100 生成证明约 110 tokens/秒，每 1,024 token 请求的证明约 19 MB，验证在 24 核 CPU 上约 17 秒。
推荐理由: Anthropic 公开可验证推理原型 FlashProve 的实测数据与 Lean 形式化证明，可与既有 zkML 方案横向比较。
The Decoder精选7373研究团队将 50 个 GPT-6.1 Sol 智能体放入 Minecraft 生存世界运行三小时，仅给出“建立繁荣文明”的指令，智能体在 90 秒内砍光出生点附近的树木，共交换约 5900 条消息，并按目录字母顺序自发推举“Ada”为领导者。
推荐理由: 实验把 50 个智能体放进 Minecraft 和 Mindustry，观察它们在协作与竞争中的自发组织行为，并开源了测试环境。
量子位精选7878DeepSeek 开源 Super-agent 原型，公开面向 Personal Agent 的双层架构思路，上层 Router 负责接收消息与统筹任务，下层 Worker 并行执行具体任务。
推荐理由: DeepSeek 公开 Personal Agent 双层架构与实测数据，可看到多会话协作如何绕开人类注意力瓶颈。
MarkTechPost精选7272Vercel Labs 发布开源 CLI 工具 agent-desktop，让 AI 智能体在 macOS、Windows 和 Linux 上通过操作系统无障碍树读取并操作原生应用，而非依赖截图。
推荐理由: 原文对比了基于无障碍树的 agent-desktop 与截图式 computer use 在 token 消耗和光标占用上的差异，并给出自报数据。
量子位精选7878面壁智能的算子生成系统 ForgeKernel 在英伟达 B200 上从零生成 DeepSeek-V4.1 的 FlashMLA Prefill 算子，最终耗时 472 微秒，比 FlashMLA 的 518 微秒快 9.8%，全程 22.5 小时、42 轮迭代、32 个版本，使用 1 张 B200 和 22 个 GPU 小时。
推荐理由: 原文给出直播全程的迭代数据与昇腾三榜成绩，可据此判断算子生成从人工调优转向智能体自进化的路径。
量子位精选7272智元在创新日发布具身基座模型GO-3 Preview和全模态交互大模型WITA-OMNI，前者在RoboDojo、RoboTwin、RoboColiseum三榜登顶，后者在Daily-Omni、TimeLens-Bench、EmbSpatialBench、MMAU四榜居首。
推荐理由: 智元一次性给出双模型榜单成绩、三智合一硬件与开源OS计划，可对照其产线实测数据判断落地程度。
IT之家 · AI精选7878小米开源轻量级文档理解模型 Xiaomi-OCR-0，参数规模 0.8B，权重与推理代码已上线 Hugging Face 和 GitHub，单一模型覆盖文档解析、关键信息抽取与 OCR 视觉问答三类任务。
推荐理由: 0.8B 参数在 OmniDocBench v1.6 上位列总榜第二，且权重、MCP 服务与 Skill 工具包一并开放，可据此判断小模型做文档解析的边界。
量子位精选7575SoMark 团队开源 1.3B 文档解析模型 OXR，在 OmniDocBench（97.18）、olmOCR-Bench（87.84）和 DocParsingBench（87.76）三项榜单排名第一。
推荐理由: 1.3B 模型靠 RSI 后训练在三个文档解析榜单登顶，并给出可插拔架构与免费 API 的工程取舍。
IT之家 · AI精选7474开发者 Divyansh Agrawal 于 10 月 22 日发布实验性模型 Qwenputer，基于阿里 Qwen3.5-4B 构建，在神经网络内部实现 32 位 RISC-V CPU 与内存功能，无需调用 Python 等外部工具即可执行程序和精确计算。
推荐理由: 开发者将 RISC-V 指令集编译进 Qwen3.5-4B 权重，用具体基准数字展示了模型内计算的精度提升与体积、速度代价。
IT之家 · AI精选7878智元于 10 月 29 日推出具身模型 GO-3 Preview，采用具身原生的 WRAM 架构，把任务推理、未来预测与动作生成连接起来，并已登顶 RoboDojo、RoboTwin、RoboColiseum 三大评测榜单，计划 2026 年底全面开源。
推荐理由: 原文给出便利店真机任务成功率从 28.6% 到 85.7% 的部署后数据，可观察具身模型在线自我改进的路径。
Epoch AI精选8888Epoch AI 实验显示，Z.ai 于 8 月发布的开源权重模型 GLM 5.3 能借助已公开但尚未推送给用户的安全修复，自主构建网页攻击 9 月 17 日至 10 月 26 日间发布的六个 Firefox 版本，用户访问该网页即被读取本地文件并回传。
推荐理由: Epoch AI 用开源权重模型复现补丁空窗期攻击，给出每版本约 1000 美元的成本量级，可供评估开放模型的安全边界。
