混合PDE参数学习中算子误设的检测与区分：无参考工具
该研究针对混合PDE参数学习中的算子误设问题，提出了一种无需参考模型的检验工具，能从单次拟合中区分算子错误与参数不可辨识。实验表明，误设估计器在域内误差低于噪声，但系数偏差大，且容量无关，多种架构收敛到相同的伪真值。该工具在正确设定下保持沉默，在误设下高概率拒绝，为可部署测试提供了分离两种失败的能力。
部署工程
技术方向 · 把模型跑起来的工程实践：推理优化、量化与成本、Serving 架构与可观测性 · 共 3339 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。
8月20日周四 · 9 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
llama.cpp b10507 发布：新增 mtmd 位图合并功能
llama.cpp 发布了 b10507 版本，主要更新是添加了 mtmd bitmap set mergeable 功能（PR #27348）。该版本提供了适用于 macOS、Linux、Windows、Android 等多个平台的预编译二进制文件，并支持多种后端如 Vulkan、CUDA、ROCm 等。部分平台的构建（如 macOS KleidiAI、U
正文结构化主题已通过公开置信门槛
llama.cpp b10506 发布：Metal 后端优化 q8 0 反量化
llama.cpp 发布 b10506 版本，主要更新是在 Metal 后端使用打包类型对 q8 0 进行反量化，以提升性能。该版本提供了适用于 macOS、Linux、Windows、Android 等多个平台的预编译二进制文件，并支持多种硬件加速后端。部分平台构建（如 KleidiAI、ROCm、openEuler）因兼容性问题被禁用。
正文结构化主题已通过公开置信门槛
llama.cpp b10505 发布：新增 dedup-cache-models 预设选项
llama.cpp 发布 b10505 版本，为 server 新增 dedup-cache-models 预设选项（PR #27346），用于模型缓存去重。该版本提供了覆盖 macOS、Linux、Windows、Android 及 openEuler 等多平台的预编译二进制文件，支持 CPU、Vulkan、CUDA、ROCm、OpenVINO、SYCL
正文结构化主题已通过公开置信门槛
NVIDIA 展示 AI 编码代理开发 Holoscan 实时分割应用
NVIDIA 技术博客介绍了如何使用 AI 编码代理开发 Holoscan 应用，通过 CLI、技能和代理实现实时内窥镜工具分割应用。开发流程采用工程师指导的迭代方式，代理使用 Codex 和 GPT-5.6 完成代码实现，并复用 MONAI 模型。该方法提高了开发效率，并强调了将复杂目标分解为可验证迭代的重要性。
正文结构化主题已通过公开置信门槛
Silicon Data 融资3000万美元，为AI计算定价并推出期货交易
Silicon Data 是一家帮助华尔街为 AI 计算定价的初创公司，近期完成了 3000 万美元 A 轮融资。该公司旨在成为 GPU 租赁的参考价格和指数，并计划于 10 月 5 日在 CME 推出计算期货交易，尚待监管批准。在 TechCrunch 的 Equity 播客中，研究主管 Steve Hou 讨论了 AI 建设现状，认为数据表明行业并非如悲
正文结构化主题已通过公开置信门槛
Ollama v0.32.15 发布：新增模型元数据缓存
Ollama 发布了 v0.32.15 版本，主要新增了模型元数据缓存功能，以减少每次请求的开销。该版本还包含新贡献者 gaugarg-nv 的首次贡献。
正文结构化主题已通过公开置信门槛
Langfuse v4.15.0 发布：增强沙盒工具与开源代理支持
Langfuse 发布 v4.15.0 版本，主要改进包括：改进沙盒工具渲染、时间线紧凑模式、为开源版提供应用内代理基础、在分析事件中添加用户 ID。同时修复了多个问题，如会话回放内容掩码、工具竞态条件、RBAC 权限等。
正文结构化主题已通过公开置信门槛
NVIDIA 发布 Cosmos 3 Edge：设备端机器人控制的世界模型
NVIDIA 发布 Cosmos 3 Edge，一个 4B 参数的 omni-model，可在 Jetson Thor 上实现设备端机器人控制。该模型基于 Cosmos 3 系列预训练，通过后训练生成机器人操作策略，在 Jetson AGX Thor T5000 上推理延迟约 1.53 秒，闭环任务成功率 22.9%。教程提供完整后训练流程，使用 DROID
8月19日周三 · 11 条
正文结构化主题已通过公开置信门槛
中国允许英伟达H200芯片小批量进入以助AI企业追赶美国
中国允许英伟达H200芯片小批量进入大陆，字节跳动和腾讯各获得约1万颗，以帮助国内AI企业追赶美国。H200比英伟达最先进芯片落后至少两代，因美国出口管制无法购买更先进的。中国还支持华为等本土制造商，但国内AI公司在推理能力上仍落后于美国，且需求激增导致部分公司如Moonshot不得不拒绝客户。
正文结构化主题已通过公开置信门槛
Liquid AI 发布 LFM2.5-2.6B GGUF 量化模型，面向端侧部署
Liquid AI 发布了 LFM2.5-2.6B 模型的 GGUF 量化版本，该模型专为端侧部署设计，基于 LFM2 架构并经过扩展预训练和强化学习。模型支持多种语言，可通过 llama.cpp 运行，提供了命令行使用示例。
正文结构化主题已通过公开置信门槛
Liquid AI 发布 LFM2.5-1.2B 端侧模型 GGUF 版
Liquid AI 发布了 LFM2.5-1.2B-Instruct 模型的 GGUF 量化版本，专为端侧设备部署设计。该模型基于 LFM2 架构，经过扩展预训练和强化学习，支持多种语言，并可通过 llama.cpp 运行。
正文结构化主题已通过公开置信门槛
llama.cpp b10502 发布：新增签名工件证明
llama.cpp 发布 b10502 版本，主要更新为 CI 添加了签名发布工件的证明（attestation），以增强软件供应链安全。该版本提供了适用于 macOS、Linux、Windows、Android 和 iOS 的多种预编译二进制文件，支持 CPU、Vulkan、CUDA、ROCm、OpenVINO、SYCL 等后端。部分平台（如 macOS
正文结构化主题已通过公开置信门槛
揭秘代理技能：为何有效直至失效
该论文通过受控实验和轨迹分析，研究了技能（Skills）增强LLM代理的机制。研究发现，技能主要通过程序锚定（procedural anchoring）稳定执行，而非注入缺失知识，程序锚定占技能案例的65.7%，而显式知识注入仅占4.5%。检索是独立瓶颈，当技能池从5增至100时，实际使用精度从29.6%降至3.3%。技能在脆弱假设、不兼容上下文或适应不足时
正文结构化主题已通过公开置信门槛
Ling-3.0-tiny 去审查 APEX 量化版发布
SC117 发布了 inclusionAI/Ling-3.0-tiny 模型的 abliterated APEX GGUF 量化版本，通过 abliterix 技术移除拒绝方向，将拒绝率从 98% 降至 15%，同时使用 APEX 混合精度量化技术，在更小体积下达到甚至超越 Q8 0 的困惑度。该模型为 7.9B 总参数、1.3B 激活参数的混合推理 MoE
正文结构化主题已通过公开置信门槛
Qwen3.8-27B EXL3 量化版：更小下载、更快启动、更高保真
malaiwah 发布了 Qwen3.8-27B 的 EXL3 量化版本，其中注意力权重在磁盘上以 K6 精度序列化，相比 BF16 注意力版本，下载体积减少 29%，冷启动速度提升 5.4 倍，且与 BF16 的 KL 散度更低。该模型需要特定的 Gilded Gnosis vLLM 分支才能运行，属于实验性研究产物。
正文结构化主题已通过公开置信门槛
Langfuse v4.14.0 发布：新增图表视图与时间线渲染优化
Langfuse 发布 v4.14.0 版本，新增了分数表图表视图、时间线密集渲染器等功能，并修复了 RBAC、OTel 映射、Stripe 计量事件等问题。该版本还进行了后台执行重构，将运行时所有权移至 worker，并更新了 Docker 镜像源。
正文结构化主题已通过公开置信门槛
Claude Opus 5 和 Haiku 4.5 性能下降，Anthropic 正在修复
Anthropic 报告 Claude Opus 5 和 Claude Haiku 4.5 出现性能下降，已确定原因并正在修复，目前正在监控结果。该事件影响 claude.ai、Claude API、Claude Code 和 Claude Cowork。
正文结构化主题已通过公开置信门槛
Transformers 发布补丁 v5.15.1 修复多项问题
Hugging Face Transformers 发布了补丁版本 v5.15.1，主要修复了 DFlash 和 MTP 候选生成器的问题，以及在使用 Lanczos 滤波器时图像在加速器上无法处理的问题。该版本包含多个提交，涉及设备不匹配、logit 分布对齐、配置缺失和图像处理回退等修复。
正文结构化主题已通过公开置信门槛
挑战1比特：ETH学者秦浩桐提出极限量化方法压缩大模型
在IJCAI 2026大会上，苏黎世联邦理工学院博士后秦浩桐介绍了其团队在极低比特量化领域的两项工作BiLLM和SqueezeLLM，分别实现了1比特和2比特的后训练量化，显著压缩大模型体积并保持可用性。他同时指出了低比特量化面临的三大挑战，包括复杂任务性能折损、硬件支持不足以及激活值和KV Cache的量化难题。