开源生态

llama.cpp b12027：为 LFM3 启用张量切分

llama.cpp 发布 b12027 版本，主要变更为 LFM3 启用 tensor split（张量切分），该改动由 Claude Opus 5.5 辅助完成。发布包覆盖 macOS/iOS、Linux、Android、Windows 及 openEuler 等多平台，包含 CUDA、Vulkan、ROCm、SYCL、OpenVINO、Snapdrago

Quarkus LangChain4j 发布 1.15.0.CR3

Quarkus LangChain4j 发布 1.15.0.CR3 候选版本，由贡献者 @omatheusmesmo 通过 PR #3090 修复了发布失败问题，具体做法是将 Quarkus 升级至 3.40.1.1 并改用 platform BOM。该版本属于常规修复性发布，主要影响使用该扩展的 Java 开发者。

Esobold 发布 FM nearswap 系列 GGUF 模型

Hugging Face 上出现了一个名为 Esobold/EsoTest GGUFs 的模型仓库，属于 FM nearswap 系列。该仓库包含 GhostShip-31b-Q4 K M.gguf 文件，描述了一种 nearswap 合并方法：将 Gemma4-Gutenberg-31B-Heretic 与 gemma-4-31B-it-scotoma-2

Jev 母公司联合 Treg 开源找人工具，比 Clay 便宜 85%

TypeSafe AI（Jev 的母公司）联合 Agent 工具平台 Treg 开源了一款找人工具，价格比 Clay 便宜 85%，已获 6400 Star。该工具让 Agent 通过自然语言描述目标人物，由 Jev 判断候选人是否符合要求，Treg 调用人员数据库与邮箱验证等工具完成线索补齐。在 People Search Bench 上，Claude C

JIRU-W 发布无辅助损失上采样 32 专家 MoE 研究检查点

研究者 JIRU-W 在 Hugging Face 发布了一个研究用 MoE 检查点：将稠密模型 dense e1 seq2048 gbs128 10b 第 15000 步的 SwiGLU MLP 逐层复制为 32 专家、top-8 路由的 MoE，并在不使用负载均衡损失的情况下继续训练，以研究相同专家能否分化。训练仍在进行（约 3.79 万/3.81 万步

ggml-org 发布 gemma-4-12B-it GGUF 量化版

ggml-org 在 Hugging Face 发布了 gemma-4-12B-it-GGUF，这是对 Google gemma-4-12B-it 的 GGUF 量化版本，采用 Apache-2.0 许可，支持 any-to-any 任务。该模型可通过 Llama 应用或命令行 llama serve 直接运行，页面说明其由 ggml-org/convert

阿里 FunASR 发布 v1.4.19 修复多项推理问题

阿里 FunASR 发布 v1.4.19，修复了 Paraformer 在无 token 预测时每句保留一个结果、流式 Paraformer 在 chunk size[0] 为 0 时保留无左上下文帧、ONNX 空 split-final 结果处理、自动说话人数量上限可配置、实时模式转发 vLLM HF 覆盖参数等问题，并同步提供配套 llama.cpp/G

Ternary Bonsai 2 27B 去审查 v2 量化模型发布

开发者 BoldingBuilds 在 Hugging Face 发布 Ternary-Bonsai-2-27B-Abliterated-v2-PQ2 0-MTP-GGUF，基于 PrismML 的三值（ternary）2-bit 量化 Bonsai 2 27B 模型做“abliterated”（去除拒答）微调，并修改输出层中 token 的一行权重，使模型

cyankiwi 发布 MiniCPM-SALA AWQ 8bit 量化模型

cyankiwi 在 Hugging Face 发布了 MiniCPM-SALA 的 AWQ 8bit 量化版本，该版本基于 openbmb/MiniCPM-SALA 量化而来，模型体积约 10.63 GB，采用 Apache-2.0 许可，支持中英文文本生成。原模型 MiniCPM-SALA 是首个融合稀疏注意力与线性注意力的大规模混合模型，面向百万级 t

llama.cpp 发布 b12023：修复 server 共享决策前缀问题

llama.cpp 发布 b12023 版本，修复了 server 端共享决策前缀的问题（#30710），将共享前缀限制在父任务与各子任务的第一个必需输出位置，从而在问题共享选项 token 时保证最终 batch 中决策输出 embedding 可用，修复了 #30482。该版本同时提供 macOS、iOS、Linux、Android、Windows 等多

llama.cpp b12022：修复 /v1/responses 端点 extra params 支持

llama.cpp 发布 b12022 版本，主要修复了 server 的 /v1/responses 端点，使其能够接受 extra params 参数。该版本同时提供 macOS、iOS、Linux、Android、Windows 等多平台预编译二进制包，覆盖 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等多种后端。此次更新属于常规维护

小米开源0.8B文档理解模型Xiaomi-OCR-0

小米发布并开源轻量级文档理解模型Xiaomi-OCR-0，仅0.8B参数，将文档解析、关键信息抽取与OCR视觉问答三类能力融于一体。该模型在OmniDocBench v1.6等基准中取得领先成绩，1B以下模型排名第一，并逼近Qwen3.5-4B等更大模型。小米同步公开模型权重、推理代码、MCP服务与Agent Skill工具包，相关技术已融入小米手机与超级小

DeepSeek开源Super-agent超级智能体架构

DeepSeek Harness团队于10月31日晚开源了Super-agent（超级智能体）的底层架构原型，该架构并非新产品，而是将计算机系统中的调度、缓存、存算分离、看门狗等经典思想引入Agent设计。架构包含双层架构（常驻Router层负责交互与分派、隔离Worker层并发执行）、事件驱动、异步多信道交互、存算分离与外部Watchdog五大模块，目标是

另有 1 家信源报道

阿里 FunASR 发布 v1.4.18：修复热词与时间戳对齐

阿里 FunASR 发布 v1.4.18，修复本地热词文件加载、过滤特殊 token 后时间戳对齐以及中文 VAD 分块 token 边界保持等问题。该版本同时附带与 runtime-llamacpp-v0.2.6 配套的多平台预编译 llama.cpp/GGUF 运行时包，并完成 137 项发布/运行时契约检查与 52 个回归用例验证。

DeepSeek 开源 Agent 底座架构 Super-agent

DeepSeek 开源了 Personal Agent 的底层架构思路 Super-agent，目标是让 AI 在无人 @、无人下指令的情况下自主发现 Bug、定位问题并提交修复 PR，同时跨 IM 群聊与 GitHub 等平台持续跟进同一任务。该架构采用 Router 与 Worker 双层设计，并引入投机执行、两级事件过滤、异步 ReAct Loop 与

另有 1 家信源报道

DeepSeek-V4.1-Flash 去审查 GGUF 独立构建发布

Hugging Face 用户 Abiray 发布了 DeepSeek-V4.1-Flash-1017 的独立 GGUF 构建，将 86 个 abliterated（去审查）残差写入张量直接烘焙进量化权重，运行时无需 LoRA。该版本基于 ISTA-DASLab 的 GSQ-RCO 量化模型，保留全部 28 层 1-bit IQ1 M 路由专家层，体积仅增加

Quiho 发布 Civitai 精选模型归档

Hugging Face 用户 Quiho 发布了一个名为 best-from-civitai 的模型仓库，标签显示其内容为来自 Civitai 的 Stable Diffusion 相关资源归档，涵盖 safetensors、Illustrious、NoobAI、SDXL、放大器、VAE 和 LoRA 等类型，采用 MIT 许可证，基于 diffusers

llama.cpp b12020 发布：OpenCL 新增 FWHT 支持

llama.cpp 发布 b12020 版本，主要变更是为 OpenCL 后端新增 FWHT（快速沃尔什-哈达玛变换）支持，由高通工程师参与贡献。该版本同时提供覆盖 macOS/iOS、Linux、Android、Windows 及 openEuler 的多平台预编译二进制，涵盖 CUDA、Vulkan、ROCm、SYCL、OpenVINO、OpenCL A

llama.cpp b12019：修复 qwen3-coder think 块处理

llama.cpp 发布 b12019 版本，主要修复了 chat 功能：在 reasoning format 设为 none 时，对 qwen3-coder 响应中的 think 块进行剥离处理，并预先定义 qwen3-coder 的两种 think 块变体。该版本同时提供 macOS、Linux、Windows、Android 等多平台及 CUDA、Vu

koboldcpp/tts：KoboldCpp 文本转语音模型集合

Hugging Face 上发布了 koboldcpp/tts 模型仓库，为 KoboldCpp 提供文本转语音（TTS）模型集合。该仓库说明了 OuteTTS、Kokoro、Parler、Dia、Qwen3 TTS（legacy）以及 Audio.cpp 等模型的使用方式，其中部分模型需要搭配对应的 tokenizer 或 WavTokenizer。此举方