FLUX.1 Kontext可控灯光开关的LoRA方向提取
该研究提出一种针对流匹配扩散模型的微调方法，用于在FLUX.1 Kontext中实现可控的室内灯光开关编辑，无需大规模训练数据集。方法将开灯与关灯分解为两个独立任务，分别训练LoRA适配器，并提出LoRA方向提取训练法以提取适配器在扩散模型流场中的纯方向，同时引入专门损失函数保证逆变换的真实性。生成的增量图还可用于更精确地调整光照颜色和色温。
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 926 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。
10月6日周二 · 6 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
AEON-7 发布 Qwen3.6-27B 无审查 BF16 模型
Hugging Face 上出现 AEON-7 发布的 Qwen3.6-27B-AEON-Ultimate-Uncensored-BF16 模型卡，基于 Qwen/Qwen3.6-27B 进行 abliteration（去除拒绝行为）微调，采用 Apache-2.0 许可，支持多语言、工具调用、推理与视觉。模型卡说明该版本已被 Qwen3.8 版本取代，并提
正文结构化主题已通过公开置信门槛
Cerebras 详解 MoE 规模化：WSE 单设备训练万亿参数模型
Cerebras 发布技术博客，讨论如何在真实硬件上高效扩展 MoE 稀疏模型。文章指出，传统 GPU 实现因需将所有专家加载进显存而受限于内存，业界常用专家并行（EP）来缓解，但会带来负载均衡与模型质量之间的张力，以及随专家数量增加的通信开销。Cerebras 称其 WSE 凭借约 900 倍于单 GPU 的片上 SRAM 和权重流式（weight str
正文结构化主题已通过公开置信门槛
RISED：面向智能体多环境选择与自蒸馏的评分标准
Apple 机器学习研究团队提出 RISED 方法，利用跨环境共享的评分标准（rubrics）来指导多环境 LLM 智能体的在线数据选择与策略监督。该方法通过 LLM 评判器为每条 rollout 打上行为标签，据此选择与混合环境批次行为构成一致的数据，并用正向 rubric 作为自蒸馏教师的特权上下文、负向 rubric 引导后续生成避开失败模式。实验显示
正文结构化主题已通过公开置信门槛
QUASAR 发布 Qwen3.8-27B NVFP4 量化模型，496 层全量化
研究团队发布 QUASAR-QAT/Qwen3.8-27B-QUASAR-NVFP4，这是基于 Qwen/Qwen3.8-27B 的 4-bit NVFP4 量化版本，采用名为 QUASAR 的量化感知训练（QAT）方法直接训练 NVFP4 权重，无需自定义推理路径。该模型体积 19.7 GB，将全部 496 个 transformer 线性层量化为 NVF
正文结构化主题已通过公开置信门槛
Reka AI 发布全模态模型 Rho-1，统一文本图像视频与机器人控制
Reka AI 发布 19B 参数的全模态模型 Rho-1 研究预览版，可在单一神经网络中处理并生成文本、图像、视频和机器人控制动作。与将任务路由到专用模型的做法不同，Rho-1 将所有模态作为 token 放入共享上下文窗口，无需工具调用或外部模型，可实时生成连续视频并即时响应新指令。为缓解机器人训练数据稀缺，Reka AI 构建逆动力学模型从普通互联网视
10月5日周一 · 5 条
正文结构化主题已通过公开置信门槛
Aleph Alpha 发布开源权重模型 Kolibri，主张欧洲 AI 主权
德国 AI 公司 Aleph Alpha 发布开源权重模型 Kolibri，这是一个 78 亿参数的德英双语模型，采用混合专家架构，每个 token 约激活 30 亿参数。公司称其在质量与运营成本上处于帕累托前沿，训练数据中德语占 21.3%，并使用中国模型生成合成数据。模型面向公共管理、航空和工业领域，依据欧盟法律并考虑 EU AI Act 开发，支持最高
正文结构化主题已通过公开置信门槛
Hugging Face 发布 Olmo-core 3：面向大型 MoE 的开放可扩展训练基础设施
Hugging Face 发布 Olmo-core 3，这是其大模型训练框架的重大升级，核心是重新设计的开放 MoE 训练系统，可扩展到万亿参数规模。它从 FSDP 切换到基于 DDP 的系统，结合专家并行、流水线并行、分布式优化器以及 MXFP8 低精度格式等优化。在 8 张 NVIDIA B300 GPU 上，470 亿参数 MoE 吞吐量达每 GPU
正文结构化主题已通过公开置信门槛
学习蛋白质折叠能否泛化到更广泛的推理？
研究者构建了 FoldingCorpus 蛋白质问答数据集与 Fold2Reason 后训练方法，通过离散结构答案和连续 3D 几何两种信号进行训练。在 FoldBench 上，Fold2Reason 的结构预测得分达到 Qwen3.5-9B 的 2.7 至 3.5 倍，并在空间、图、科学和通用推理等全部 10 个基准上均有提升，宏平均准确率从 45.09%
正文结构化主题已通过公开置信门槛
SymCE：逐定理符号验证器生成反例，模仿有害而强化修复
该论文提出 SymCE，一个包含 4,707 个假数学猜想及逐定理 Python 验证器的确定性反例生成环境，验证器同时充当强化学习奖励函数。作者发现仅用反例数据做 SFT 会导致「模仿陷阱」，使模型识别真定理的能力从 0.27 崩溃至 0.00，而基于验证器的 RLVR 可修复该问题并提升至 0.66。训练后的 Qwen3-4B 在域内反例任务上超越所有评
正文结构化主题已通过公开置信门槛
DeskForge：面向计算机使用代理的桌面环境密集监督
研究者提出 DeskForge，一个可控的 Linux 桌面环境，通过组合真实应用并系统变化应用状态、内容、窗口布局、外观和分辨率，融合截图、无障碍树和窗口几何信息生成密集元素标注。基于此构建了包含 120 万条桌面观测、1.597 亿元素实例的 DeskForge-1M 数据集，并在 20 万条 grounding 样本上微调四个视觉语言模型。结果显示所有
10月4日周日 · 2 条
正文结构化主题已通过公开置信门槛
AutoTrust 发布开源决策模型 JEV-27B，性能略超闭源 Jev 1.13
AutoTrust AI 发布开源权重模型 autotrust/JEV-27B（Apache-2.0），在六个公开决策基准上平均得分 84.07，比闭源托管模型 TypeSafe Jev 1.13 高 0.22 个百分点。该模型采用「专家块」方案，将 Qwen3.8-27B 主干冻结，仅训练 1.089 亿参数的 System 1 决策块，同时保留原模型的生
正文结构化主题已通过公开置信门槛
马斯克确认与台积电洽谈Terafab芯片制造合作
马斯克10月3日在X上确认正与台积电讨论Terafab芯片制造合作，此前英特尔是唯一被正式点名的合作伙伴，计划提供14A（约1.4nm级）工艺。Terafab是Tesla、SpaceX与xAI共同推进的超大规模垂直整合芯片项目，一期投资168亿美元，长期潜在总投资可达1190亿美元，目标年产约1TW AI算力。媒体披露台积电可能以直接运营、小股东加运营或纯技
10月3日周六 · 4 条
正文结构化主题已通过公开置信门槛
DeepMind 研究者提出「人工共生智能」替代奇点论
DeepMind 相关研究人员 Benjamin Bratton、Blaise Agüera y Arcas 和 James Manyika 发表文章，提出「人工共生智能」（Artificial Symbiotic Intelligence）概念，认为 AGI 将从人与 AI 智能体协作的社会系统中涌现，而非由单一超级智能驱动。文章引用两项预印本研究，指出
正文结构化主题已通过公开置信门槛
DeepSeek弹性计算团队扩招，公开Agent训练沙盒基础设施DSec
DeepSeek 弹性计算团队（DSec）大规模扩招，尤其需要资深工程师，并发布技术报告介绍其面向大规模 Agent 训练的沙盒基础设施。DSec 单个分片约 160 台服务器、3 万 CPU 核心、250TB 内存，每天服务约 300 万个沙盒，高峰期同时在线超 38 万个。该基础设施支撑 DeepSeek-V4 全部训练、评测和数据预处理流程，并通过镜像
正文结构化主题已通过公开置信门槛
Cloudflare 发布 Clef 决策模型，称 AI 智能体无需人类介入
Cloudflare 发布了两款面向 AI 智能体的决策模型 Clef 和 Clef-flash，直接对标 TypeSafe AI 的 Jev。这两款模型不生成文本，而是对预定义答案选项分配概率，供下游系统自动执行路由、升级或转人工等操作。Cloudflare 称 Clef-flash 中位响应时间约 39 毫秒、Clef 约 209 毫秒，均快于 Jev
正文结构化主题已通过公开置信门槛
Security-SLM：基于 Gemma 4 E2B 的本地网络安全微调模型
Hugging Face 上发布了 Security-SLM-Gemma-4-E2B-it-GGUF，这是一个基于 Gemma 4 E2B Instruct 用 LoRA rank 16 微调、以 GGUF Q4 K M 格式分发的网络安全助手模型，可在本地通过 Ollama 等离线运行，面向红队、蓝队和 SOC 场景。模型使用 505 样本的 agenti
10月2日周五 · 3 条
正文结构化主题已通过公开置信门槛
在 Amazon SageMaker AI 上用多轮 RL 微调搜索智能体
AWS 在 Amazon SageMaker AI 上推出多轮强化学习（MTRL）能力，用于微调搜索智能体。文章以 Qwen3.6-27B 为例，结合 BM25 与向量检索工具，在 FRAMES、BRIGHT 和 Enterprise RAG 数据集上训练，使小模型获得接近前沿模型的多轮检索可靠性，同时保持更低延迟与成本。
正文结构化主题已通过公开置信门槛
OneStreamer：统一流式视频交互中的感知、记忆与主动响应
研究团队提出 OneStreamer，一个 4B 参数的流式视频交互模型，通过共享的主动生成过程统一感知、记忆与主动响应。其 Proactive Hierarchical Caption Memory（PHCM）生成带时间戳的局部细节描述与事件摘要，使模型无需回看历史视觉特征即可保留可复用的事实记忆；Proactive State Transition Le
正文结构化主题已通过公开置信门槛
Google 发布基于 TEE 的可验证隐私联邦学习系统
Google Research 宣布推出新一代联邦学习系统，利用可信执行环境（TEE）为数据匿名化提供可外部验证和审计的隐私保证，并将计算转移到服务器端以提升训练速度、准确率和设备覆盖。Gboard 已采用该系统部署英语和日语下一词预测模型，训练时间从过去的 1-2 个月大幅缩短。系统通过 Rekor 公开透明日志发布访问策略，相关 KMS 和数据处理二进制