CrowdGPT 发布社区分布式模型 Crowd-v1
CrowdGPT 在 Hugging Face 发布其首个社区分布式语言模型架构 Crowd-v1，参数量约 10 亿，采用 Transformer、GQA、RoPE、SwiGLU 与权重共享设计，目前仅训练 290 亿 token 且仍在预训练中。该发布提供部分训练权重与确定性初始化（seed 42）及 BF16/FP32 二进制格式，供 CrowdGPT
数据与训练
技术方向 · 训练侧的门道：数据集构建、合成数据、预训练与后训练方法 · 共 927 条
只展示置信度达到公开门槛且每篇排名前三的主题标签，降低泛化误贴。
11月11日周三 · 3 条
正文结构化主题已通过公开置信门槛
正文结构化主题已通过公开置信门槛
miceworks 发布 Mark-SLM-V3-150M 稀疏语言模型
研究者 miceworks 在 Hugging Face 发布 Mark-SLM-V3-150M，一个 150M 参数、基于 deepseek2 架构的稀疏语言模型，采用 MLA 与细粒度 MoE，并导出为 IQ4 NL 量化的 GGUF 文件。模型在 3.47M token 的课程数据上训练，在 Open SLM Leaderboard 上取得 16.36
正文结构化主题已通过公开置信门槛
英伟达发布GR00T 2：从人类视频学习机器人动作
英伟达发布机器人基础模型GR00T 2，采用“世界-动作模型”架构，在预测下一步动作的同时生成短期未来视频，从而将人类视频中的动作迁移到机械臂，减少传统遥操作训练成本。该模型使用超过1000块GB300芯片训练，包含约40万小时头戴摄像头拍摄的人类操作视频；实验室中五指机器人未经专门遥操作即可完成点蜡烛、切香蕉等任务，成功率10%至80%不等。英伟达还推出可
11月10日周二 · 5 条
正文结构化主题已通过公开置信门槛
Google 推出两款专用 AI 芯片，扩展硬件组合
Google 发布第八代 TPU 的两款新变体 TPU 8tx 和 TPU 8i Max，分别面向机密推理和更大内存容量的大规模工作负载。TPU 8tx 与 AMD 合作设计，将安全能力内置于硬件层，并支持在训练同时进行推理以在线蒸馏小模型；TPU 8i Max 则将两颗推理芯片整合进单一封装，使内存、算力和带宽翻倍。此举旨在降低 Google 云业务对外部
正文结构化主题已通过公开置信门槛
Greko 2.4：基于 Qwen3-VL-2B 的离线手机助手
开发者 George 在 Hugging Face 发布 Greko 2.4，一个基于 Qwen3-VL-2B-Instruct 微调、以 GGUF 格式分发的离线手机 AI 助手，配套 Android 应用 2.25-beta。它支持看图、读文档、生成 Word/Excel 文件，以及通过 Agent 模式设置闹钟、日历、发短信和打电话，全程在设备端运行。
正文结构化主题已通过公开置信门槛
PUMA：正样本-无标签学习实现标签高效的地理空间基础模型适配
该论文提出PUMA框架，将正样本-无标签（PU）学习与参数高效微调（PEFT）结合，用于地理空间基础模型（GFM）的建筑损毁制图适配，仅需少量已确认损毁建筑的标注。PUMA通过非对比弱监督表示精炼和基于隐状态的标签消歧两个相互增强的组件，缓解弱监督噪声对表示学习的影响，并从广义期望最大化（GEM）视角给出理论解释。在全球灾害基准数据集上的实验验证了其有效性与
正文结构化主题已通过公开置信门槛
视觉语言模型中的潜意识学习
研究者在视觉语言模型（VLM）中验证了「潜意识学习」现象：先微调一个教师 VLM 使其偏好特定动物或面部属性，再让该教师为与偏好无关的几何图形计数任务生成数字，并用这些数字微调学生 VLM。结果显示，2B 至 7B 参数的 VLM 均能将隐藏偏好通过无关任务传递给学生，动物偏好任务中学生选择目标的比例最多高出约 10 个百分点，且传递效应随训练数据增加而增强
正文结构化主题已通过公开置信门槛
llama.cpp b12228：ggml 为 TRI 算子实现反向传播
llama.cpp 发布 b12228 版本，核心变更为在 ggml 中为 TRI 算子实现反向传播：此前 GGML OP TRI 在 backward switch 中缺少分支，含该算子的可训练计算图会因报错中止。由于该算子为线性运算，其梯度采用相同的掩码方式处理，并先将可能非连续的传入梯度转为连续以满足 ggml tri 要求。该版本同时提供 macOS
11月9日周一 · 11 条
正文结构化主题已通过公开置信门槛
LeRobot v0.7.0：从TB级数据到提示机器人
Hugging Face 发布 LeRobot v0.7.0，支持直接从 Hub、Storage Bucket 或 LanceDB 流式训练近 300TB 开放机器人数据，无需先下载。新版本重建训练栈以支持 5-20B 参数的世界动作模型，并引入交互式 rollout，可在机器人运行时通过文本指令切换子任务、提问或自动导航。同时集成 NVIDIA、Black
正文结构化主题已通过公开置信门槛
AWS 推出 TorchNeuron：无需改代码即可在 Trainium 上运行 PyTorch 模型
在 PyTorch Conference North America 2026 上，亚马逊发布原生 PyTorch 后端 TorchNeuron，开发者几乎无需修改代码即可在 AWS Trainium 芯片上运行现有 PyTorch 模型，通常只需将 .to('cuda') 改为 .to('neuron')。该后端原生支持 DDP、FSDP2、DTensor
正文结构化主题已通过公开置信门槛
Pinterest 用 40 亿参数 Qwen3 模型替换旅程聚类系统
Pinterest 将用户旅程推断系统从多阶段聚类流水线替换为微调的 40 亿参数 Qwen3 模型，模型读取用户最多 150 条、跨 360 天的行为历史并生成排序后的旅程名称。该系统在美国和加拿大的 A/B 测试中带来邮件点击率提升 1.1%、推送打开率提升 1.3%，并取得统计显著的参与度和留存收益。工程上采用 NVIDIA Dynamo 配合 vLL
正文结构化主题已通过公开置信门槛
DavidAU 发布 Qwen3.8-27B 多阶段微调 GGUF 模型
Hugging Face 用户 DavidAU 发布了基于 Qwen3.8-27B 的多阶段微调模型 TURBO-Fable-Cold-Fusion-735-882，提供常规与 MTP 两种 GGUF 量化版本。作者称该模型在 8bit 下 ARC-C 达 735、4bit 下达 719，超过基座 Qwen3.8 27B 及 Qwen3.6/3.5 系列，并
正文结构化主题已通过公开置信门槛
DavidAU 发布 Qwen3.8-27B Cold Fusion 微调模型
Hugging Face 用户 DavidAU 发布了基于 Qwen3.8-27B 的微调模型 Qwen3.8-27B-Cold-Fusion-GAIN-V1.1-NM-DAU-NEO-MAX-MTP-GGUF，采用其自研的 COLD FUSION（GAIN + Unsloth）训练方法。作者称该方法在 4bit 和 8bit 量化下保留约 99% 的 BF
正文结构化主题已通过公开置信门槛
DavidAU 发布 Qwen3.5-9B 无审查微调 GGUF 模型
Hugging Face 用户 DavidAU 发布了 Qwen3.5-9B 的多阶段微调与合并模型 The-Defiant-Fable-Uncensored-Heretic-NEO-IMATRIX-MAX-MTP-GGUF，提供常规与 MTP 两种 NEO Imatrix GGUF 量化版本。作者称该 9B 模型在 7 项基准上超过 Qwen3.5-9B
正文结构化主题已通过公开置信门槛
DavidAU 发布 Qwen3.6-27B Fable-Fusion-711 无审查微调模型
Hugging Face 用户 DavidAU 发布了基于 Qwen3.6-27B 的多阶段微调模型 Fable-Fusion-711，提供常规与 MTP 两种 GGUF 量化版本。作者称该模型在 8bit 和 4bit 量化下 ARC-C 得分均突破 700（达 711），是首个进入该分数区间的同规模开源微调模型，并在 7 项基准中的 6 项超过原版 Qw
正文结构化主题已通过公开置信门槛
重新思考数据选择：语义流形上的分布匹配
论文提出 QMAC，一种质量感知的多频带特征函数匹配数据选择方法，将数据选择建模为分布匹配与质量过滤的联合优化问题。该方法在多个频率尺度上匹配所选子集与全量数据的经验特征函数，以同时捕捉全局语义覆盖与局部扰动，并用任务相关质量分数过滤噪声和低质量样本。作者在 4 种数据类型、8 个目标模型和 44 个基准上系统评估，结果显示 QMAC 在标准图文指令数据上优
正文结构化主题已通过公开置信门槛
DavidAU 发布 Mistral Nemo 12B 无审查推理微调版
Hugging Face 用户 DavidAU 发布了基于 Mistral-Nemo-Instruct-2407 的微调模型，先用 abliteration 去审查（拒答率从 87/100 降至 14/100），再用 Claude 4.5 Opus、Gemini 3 Pro、GPT-5.2 三个高推理数据集通过 Unsloth 微调，使其具备思考/推理能力并
正文结构化主题已通过公开置信门槛
基元律动发布NeoHorse-1.5-Flash Preview，RSI进入第二轮迭代
基元律动（TokenRhythm）于11月5日发布Agent原生模型NeoHorse-1.5-Flash Preview，该模型基于Qwen3.8-Flash训练，总参数180B、激活参数6B，重点提升Agent任务执行与软件工程能力，目前开放限量内测。据公司公布的对照评测，相较基座模型，新模型在Agents’ Last Exam上整体得分提高9.23分，在
正文结构化主题已通过公开置信门槛
160M Dolma 3 Mix 实验检查点与 dAtA[iNdEx] 剂量扫描
研究者发布了基于 EleutherAI/pythia-160m 的 160M GPT-NeoX 实验检查点，在 Dolma3-16B 数据集的 M/C/G 源池上进行了五次训练运行（Clean、M500、C500、G500、MCG500），每个运行训练约 160 亿 token。此外还发布了 2026 年 10 月的 24 次运行剂量扫描结果，使用四 tok
11月8日周日 · 1 条
正文结构化主题已通过公开置信门槛
fidel1234 发布 Krea2 日系角色 LoRA 模型
开发者 fidel1234 在 Hugging Face 发布开源 LoRA 模型 Krea2 Asian Character，基于 krea/Krea-2-Raw 与 Krea-2-Turbo 训练，主要面向日系角色生成。该模型采用 MIT 许可，使用 AI-Toolkit 在 Krea2 raw 上训练，兼容 ComfyUI 的 raw 与 turbo