返回主题地图

大语言模型

技术方向 · 通用文本大模型的发布、能力更新与技术路线 · 共 527 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。

9月22日周二 · 3 条
正文结构化主题已通过公开置信门槛
arXiv cs.LG一手来源研究

PRQuant：面向低开销推理的置换残差量化

该论文提出 PRQuant，一种无需训练、低开销的 W4A4 量化框架，结合通道重排与静态权重侧残差补偿。方法先用 AWQ 风格缩放识别对权重量化误差贡献最大的输入通道，将其置换到连续尾部块并离线构建残差子张量，使推理时残差补偿转化为规则的尾部增强 GEMM，避免在线收集开销。实验显示 PRQuant 在五个下游基准上平均准确率超过默认 MXFP4 及所评估

正文结构化主题已通过公开置信门槛
arXiv cs.LG一手来源研究

通用多模态基础模型：基于合成数据与上下文学习

该论文提出一种通用多模态基础模型，旨在解决现有融合模型只能处理预定义模态和单一任务的问题。作者基于结构多模态因果模型（SMCM）构建大规模合成多模态数据集进行训练，使模型学习可迁移的多模态关联模式，而非依赖特定模态。模型扩展自表格基础模型 TabPFN，通过统一 token 生成机制将异构模态映射到统一空间，并在推理时利用上下文示例激活任务相关关联，无需参数

正文结构化主题已通过公开置信门槛
量子位模型发布

阿里公布全模态模型新进展，Qwen4和下代视频模型均在训练中

在2026云栖大会上，阿里巴巴公布大模型最新进展：Qwen3.8-Max在编程与办公领域表现强劲并登顶多个榜单，基于下一代架构的Qwen4已投入训练，未来Qwen4.5、Qwen5参数将扩展至5到10万亿。阿里还发布Qwen-Image-3.1、Qwen-Audio-3.1、Wan3.0、HappyOyster 2.0 Preview等多模态模型，并披露大模

9月21日周一 · 10 条
正文结构化主题已通过公开置信门槛
Interconnects AI观点

开放模型当前的力量格局：中美竞争现状

Interconnects AI 作者向美国国会议员及幕僚介绍开放权重模型在中美竞争中的现状。文章指出，自 2025 年 4 月起中国 AI 公司在开放权重模型领域明显领先，Hugging Face 下载量约为美国的两倍（32 亿对 16 亿），在 Artificial Analysis 智能指数上中国模型 GLM-5.3、Kimi K3 等得分 42-45

正文结构化主题已通过公开置信门槛
Hugging Face Blog一手来源研究

OpenRouter 排行榜：425 个模型的价格、实测速度与韩语质量

该项目基于 OpenRouter 公开 API 构建了一个覆盖 425 个模型的排行榜，展示每百万 token 价格、服务商、精度、可用性、上下文长度、实测响应速度和韩语质量。作者对 330 个模型从敬语、韩国制度知识、格式遵循、术语等七个维度独立评分，发现约三分之一模型韩语评级为 F，且质量、性价比、速度领先者几乎从不重合。此外，作者用付费 API 对 3

正文结构化主题已通过公开置信门槛
量子位研究

OceanBase登顶国际Data Agent榜单，准确率首破90%

OceanBase团队提交的Data Agent方案Scout在国际数据智能体基准DAB上以90.62%准确率登顶，成为首个突破90%的参评方案。该方案基于国产大模型GLM-5.2构建，超过多项基于GPT、Claude Opus、Claude Fable等海外模型的方案。方案通过DataLens数据画像、执行路径规划与证据追踪校验形成闭环，相关能力将融入Oc

正文结构化主题已通过公开置信门槛
arXiv cs.CL一手来源研究

DischargeBench：以患者人设模拟评估 LLM 出院教育能力

马萨诸塞大学洛厄尔分校与阿默斯特分校的研究者提出 DischargeBench，一个以患者人设为基础、开放式多轮对话的模拟框架，用于评估 LLM 作为出院教育者的能力。他们构建了包含 477 个病例、覆盖 24 个 ICD 章节的 MIMIC-IV-Ext-DischargeBench 数据集，并引入教育监督智能体来维持虚拟患者的真实感。评估从对话质量、主题

正文结构化主题已通过公开置信门槛
arXiv cs.MA一手来源研究

为LLM智能体可控舆论动力学引入贝叶斯信念层

研究者提出 Bayesian Chronicle Agents (BCA)，在 LLM 智能体的 persona 与语言生成之间加入一个显式贝叶斯信念层，将每个立场表示为概率，每听到一句话做一次贝叶斯更新，并用单一 prior-strength 参数控制固执程度。该参数可扫描出共识、持续分歧、坚定少数影响三种经典舆论动力学机制，并在四个 LLM 上验证了信念

正文结构化主题已通过公开置信门槛
arXiv cs.LG一手来源研究

BI-Agent与BI-Bench：迈向端到端商业智能自动化

研究者从公开来源收集真实世界BI项目（.pbix文件），人工提取业务问题与标准答案，构建了首个端到端BI基准BI-Bench。测试发现前沿LLM在BI-Bench上准确率不足50%。为此提出工具增强的BI-Agent，将BI工作流分解为搜索、连接、转换等子任务，并开发后训练框架合成训练轨迹，结合SFT和RL进行训练。BI-Agent在BI-Bench上相比原

正文结构化主题已通过公开置信门槛
arXiv cs.CL一手来源研究

HERMES：基于临床笔记的对比感知知识图谱推理用于患者结局预测

越南多所高校与VNPT AI的研究者提出HERMES，一个仅基于临床文本的图推理框架，用于患者结局预测。该方法利用LLM引导的抽取构建个性化知识图谱，并通过对比逻辑建模显式捕捉时间动态、治疗失败与结局变化，再用图注意力网络生成患者表示。在MIMIC-III和MIMIC-IV上的院内死亡率和30天再入院预测任务中，HERMES持续优于纯文本基线。

正文结构化主题已通过公开置信门槛
arXiv cs.MA一手来源研究

BirdsongChat：多模态具身行为模拟的混合多智能体框架

研究者提出 BirdsongChat，一个混合多智能体框架，用于多模态具身行为模拟。该框架通过统一参数表示（UPR）将基于 LLM 的推理智能体与物理模拟智能体连接，把多模态输入转化为可解释的行为状态和控制参数，从而生成同步的 3D 运动、空间化声音和环境行为。原型系统以鸟类行为模拟为测试平台，在文本和图像引导场景中取得跨模态一致性 94.4%、情感一致性

正文结构化主题已通过公开置信门槛
量子位研究

百曜科技发起发布AI虚拟细胞（AIVC）研究报告

百曜科技发起、《麻省理工科技评论》中国团队调研撰写的《AI虚拟细胞（AIVC）技术趋势、产业生态与应用前景研究报告》于9月21日在中关村科学城管理委员会指导下发布。报告将AIVC定义为AI时代生命科学的新型基础设施，梳理了从分子层面走向细胞层面的研究范式，并提出模型泛化能力、私有与新生产数据、干湿闭环三大产业趋势。百曜科技同时介绍了其基于LLM-JEPA架构

正文结构化主题已通过公开置信门槛
Hugging Face New and Trending Models一手来源开源

Ling-3.0-tiny 的 GGUF 量化版本发布

开发者 bloomer010 在 Hugging Face 上发布了 inclusionAI/Ling-3.0-tiny 的 GGUF 量化版本，直接从 BF16 safetensors 转换而来，覆盖从 BF16 到 Q1 0 的多种量化档位。该模型为 7.9B 总参数、1.3B 激活参数的 MoE 架构，含 18 层 KDA 与 6 层 MLA，支持 1

9月20日周日 · 4 条
正文结构化主题已通过公开置信门槛
llama.cpp Releases一手来源开源

llama.cpp 发布 b11063：修复 AST 非法 UTF-8 处理

llama.cpp 发布 b11063 版本，主要更新是在 common/peg 中处理 AST 里的非法 UTF-8 序列，并按照 Unicode 建议返回最大子部分（maximal subpart），同时移除了 strict 参数。该版本同步提供 macOS、iOS、Linux、Android、Windows 等多平台预编译二进制包，覆盖 CUDA、Vu

正文结构化主题已通过公开置信门槛
InfoQ AI ML and Data Engineering开源

阿里巴巴开源 AI 代码审查工具 OpenCodeReview

阿里巴巴开源了 AI 代码审查 CLI 工具 OpenCodeReview，采用 Apache-2.0 许可，将文件选择、打包和规则匹配等环节交给确定性流水线，仅用 LLM 代理做动态代码分析，支持空指针、线程安全、XSS、SQL 注入等检查。该工具已在阿里内部数万开发者中使用两年，兼容 OpenAI 和 Anthropic 模型，可审查 Git diff、

正文结构化主题已通过公开置信门槛
THE DECODER研究

模拟学生会犯真实错误，助AI导师更快学习

微软与伊利诺伊大学的研究团队提出 StudentSim 系统，通过有限数据为每个学生构建能复现其典型错误、并能根据导师提示修正答案的数字孪生。该系统以阿里 Qwen3-4B-Instruct 为基础模型，采用两阶段训练，在国际象棋、英语和数学三个科目上表现优于被提示扮演学生的 GPT-5.4。研究者还用学生副本训练国际象棋导师，其解释质量和适应性评分最高，但

正文结构化主题已通过公开置信门槛
雷峰网 AI科技评论观点

智用开物管震：工业互联网被误读十年后，Agent才让它开始干活

智用开物创始人管震（前微软19年员工）提出用AI Agent解决工业互联网落地难题，将Agent做成虚拟工厂员工（排产员、报价员、设备维护工程师等），通过工业语义引擎理解企业业务逻辑，让多个智能体以'虚拟班组'形式协作，四步上岗、半小时可用。管震认为工业互联网过去十年被误读，大模型相当于'什么都懂一点的老师傅'，使'松耦合'理念得以落地，但企业认知落差大，2

9月19日周六 · 3 条
正文结构化主题已通过公开置信门槛
量子位研究

Nature：AI重生到1900，能否抢先爱因斯坦提出光量子

Nature 报道了诺奖得主、Google DeepMind 联合创始人哈萨比斯提出的「爱因斯坦测试」：若只给 AI 1911 年前的知识，它能否自行提出相对论。独立研究者 Michael Hla 用 Karpathy 的 nanochat 框架从零训练了 33 亿参数的 GPT-1900，预训练语料约 220 亿 token 的 1900 年前书籍报纸，并

正文结构化主题已通过公开置信门槛
Simon Willison's Weblog观点

Simon Willison：拒绝关注 LLM 如同遗传学家无视侏罗纪公园

Simon Willison 在 2026 年 9 月 18 日的博客短记中，将当下拒绝关注 LLM 的计算机科学家比作拒绝关注刚开园的侏罗纪公园的遗传学家，暗示 LLM 领域正发生不可忽视的重大变化。文末列出近期文章，涉及 GPT-6 Astra 与 ChatGPT Work 生成跑步路线、OpenAI agents 曾于 5 月攻击 RubyGems，以

正文结构化主题已通过公开置信门槛
NVIDIA Technical Blog一手来源产品发布

NVIDIA 发布 AIPerf：大规模 LLM 推理基准测试工具

NVIDIA 发布 AIPerf，作为 GenAI-Perf 的继任者，从零重写以解决 LLM 推理基准测试中客户端成为瓶颈的问题。AIPerf 采用多进程架构，通过 ZMQ 协调工作进程与结果处理服务，支持 15+ 端点类型、多种公开数据集和可调负载模式。文章以 Qwen3-0.6B 配合 vLLM 为例，演示了安装、启动服务及运行 profile 的完整