XHToken 发布 Spark-X2.6-4B 端侧智能体模型
XHToken 在 Hugging Face 发布 Spark-X2.6-4B，这是面向端侧部署的紧凑型通用语言模型，沿用 Spark-X2.5-4B 的架构，仅通过改进后训练来提升能力。官方称其在编码、智能体、长上下文、多语言和推理等任务上明显提升，在同等规模开源模型中达到领先水平，部分基准可匹配或超过约 9B 参数模型，并提供 none、low、high
推理能力
技术方向 · 模型推理能力的进展：思维链、推理模型、数学与逻辑基准 · 共 328 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31日周六 · 1 条
正文结构化主题已通过公开置信门槛
10月30日周五 · 10 条
正文结构化主题已通过公开置信门槛
mlx-community 发布 Qwen3.8-27B 无审查模型 OptiQ 4bit 量化版
mlx-community 在 Hugging Face 发布了 Qwen3.8-27B-Uncensored 的 OptiQ 混合精度 4bit 量化版本，基于 orcarouter 的无审查 Qwen3.8 27B 推理模型，采用逐层 4/8-bit 分配，磁盘占用 19GB。该版本保留 MTP 推测头以加速解码，需通过 mlx-optiq 工具链在 A
正文结构化主题已通过公开置信门槛
InfoQ 2026 年 AI 与 ML 工程趋势报告
InfoQ 发布 2026 年 AI、ML 与数据工程趋势报告，基于编辑团队与外部嘉宾的播客讨论，总结年度技术趋势并更新采用曲线图。报告指出语言模型从大模型转向小模型与推理模型，AI Agent 从个人助手扩展到团队和企业级应用，推理成为年度重点（预计年底占 AI 算力支出约三分之二），并新增 Agent 间协议、推理引擎（vLLM、SGLang、llm-d
正文结构化主题已通过公开置信门槛
InfoQ 播客：2026 年 AI、ML 与数据工程趋势报告
InfoQ 的 AI、ML 与数据工程编辑团队联合外部嘉宾 Chip Huyen 等人录制播客，讨论 2026 年 AI 与 ML 领域趋势。讨论要点包括语言模型从大模型转向小模型、推理模型兴起、AI 智能体从个人走向团队和企业、TypeSafe AI 的 Jev 等 System One 模型因推理更快成本更低而获得更多采用、AI 评估受到关注，以及物理
正文结构化主题已通过公开置信门槛
Artifact Distillation：无需训练的前沿到小模型迁移
论文提出 Artifact Distillation，一种无需训练的知识迁移方法：教师模型（Claude Opus 4.5）在训练集上解题，并将解题过程外化为可检索的 artifact bank，学生模型在推理时查询该库，无需梯度更新。在 LiveBench 四个任务上，Claude Haiku 4.5 借助该库在空间推理上超过未辅助的 Claude Son
正文结构化主题已通过公开置信门槛
ICall-Bench：评测大模型在二进制程序中的跨过程推理
研究团队提出 ICall-Bench 基准，用于直接评估大语言模型及智能体在二进制程序中进行跨过程语义推理的能力，以间接调用目标恢复作为可验证的探测任务。该基准覆盖 50 个真实 C/C++ 程序，平均每个程序约 7.5 万行代码、941 个函数，并设置纯模型推理、静态工具增强智能体、联网开放世界智能体三种分析模式。对五个近期模型的评测显示，程序级可验证成功
正文结构化主题已通过公开置信门槛
Predicate Neuron：梯度学习中谓词关系的可微量化
该论文提出 Native Predicate Neuron，一种可微分的逻辑推理神经模块，通过单参数操作选择与定制梯度机制，在训练前向传播中执行硬逻辑运算、反向传播保持可微，从而将一阶逻辑量化原生嵌入神经网络。作者在全连接、卷积、循环和 Transformer 架构及 MNIST、Wikitext 数据集上训练评估，结果显示该模块加速收敛并普遍提升测试准确率
正文结构化主题已通过公开置信门槛
FuriosaAI 发布 EXAONE-4.0-32B-FP8 的 RNGD 运行包
FuriosaAI 在 Hugging Face 发布 furiosa-ai/EXAONE-4.0-32B-FP8 仓库，将 LG AI Research 的 EXAONE 4.0 32B 多语言模型以 FP8 量化形式打包为 Furiosa Executable Bundle，可在 FuriosaAI RNGD 加速卡上通过 Furiosa-LLM 运行。
正文结构化主题已通过公开置信门槛
DICPlay 发布 RusMind-Vspyshka 端侧俄语模型 4.7 版
DICPlay 在 Hugging Face 发布 RusMind-Vspyshka 模型仓库，汇集其俄语端侧模型「Вспышка」各版本，最新 4.7 版为 7.5B 参数、以 GGUF 格式提供，可离线运行。据其引用 MERA v2 榜单，Вспышка 4.7 总分为 0.191，在 10B 以下模型中排第二，仅次于同系列 RusMind Сокол；
正文结构化主题已通过公开置信门槛
DICPlay 发布 RusMind 俄语模型系列，称在 MERA 榜单超越更大模型
DICPlay 在 Hugging Face 发布 RusMind 系列俄语模型，包括 89 亿参数的 RusMind 4.7 Sokol（支持逐步推理）和 75 亿参数的 Vspyshka 4.7（端侧离线运行），以及 46 亿参数、激活 20 亿的 Momentum。据 MERA v2 榜单，Sokol 在 100 亿参数以下模型中排名第一，Vspysh
正文结构化主题已通过公开置信门槛
Elorian 发布视觉推理模型 Glimpse 与 DecoyCount 基准
Elorian 发布首个视觉推理模型 Glimpse，并联合 Mercor 推出 DecoyCount 基准，测试模型是真正计数物体还是依赖视觉捷径。论文显示前沿模型在该基准上准确率均低于 50%，最高为 GPT-6 Astra 的 43.17%，而 Glimpse 内部测试得分为 50.48%。Elorian 由前 Google DeepMind 研究员
10月28日周三 · 3 条
正文结构化主题已通过公开置信门槛
谁说服了谁？追踪多智能体系统中LLM如何改变想法
该论文研究多智能体辩论（MAD）中同伴交流如何影响LLM个体决策与集体结果，提出MAD Bench基准（2400题，覆盖知识推理、价值观道德判断、安全拒答），并用轮次匹配的独立反思作为对照评估三个开放权重模型。研究发现辩论中的答案改变常在生成理由前已确定，同伴推理比单纯答案影响更大，来源可靠性线索强于专业身份，注意力掩码显示影响路径依赖架构；辩论相对独立投票
正文结构化主题已通过公开置信门槛
llama.cpp b11944：服务器暴露聊天模板推理努力等级
llama.cpp 发布 b11944 版本，服务器端新增暴露聊天模板的推理努力等级（reasoning effort levels）能力。该功能通过能力探测为 minimal、low、medium、high、xhigh、max 等候选等级渲染用户轮次，能正常渲染且与未知等级渲染结果不同的等级才被采纳，渲染相同的等级视为别名并保留最高者。这些等级序列化为 J
正文结构化主题已通过公开置信门槛
前沿 AI 实验室称其模型反驳了指数时间假设，这意味着什么？
OpenAI 发布了针对三个长期困扰研究者的数学难题的解答，其中一个解答意外否定了计算机科学中关于计算难度的持久假设——指数时间假设（ETH）。Anthropic 数学家 Levent Alpöge 质疑 OpenAI 的解答基于已有工作，随后 Anthropic 也发布了自己对 ETH 的反驳。MIT 教授 Ryan Williams 与 ETH 原作者等
10月27日周二 · 2 条
正文结构化主题已通过公开置信门槛
前DeepMind研究员拟用AlphaGo思路治理AI幻觉
前DeepMind研究员Thore Graepel创立Metis Reasoning，提出借鉴AlphaGo的搜索与验证思路来减少AI幻觉：将知识从模型权重中分离，存入外部“知识账本”，由独立模块依据计算、形式证明或经验证据核验每个假设，并据此重新评估依赖该假设的结论。该方法目前仅为理论框架，尚无可用系统、基准测试或与现有推理模型的对比。Graepel称正为
正文结构化主题已通过公开置信门槛
SkillQR：面向推理密集型查询改写的智能体技能发现
该论文提出 SkillQR，一个无需训练的查询改写框架，能从目标检索语料中自动发现推理策略集，并在推理时动态将查询路由到合适的改写策略。作者指出最优改写策略取决于检索目标而非仅取决于模型，现有方法依赖昂贵专有模型、大量训练数据或迭代检索改写。在 BRIGHT 和 R2MED 两个推理密集型检索基准上，SkillQR 无需训练数据即达到与微调改写模型相当的性能
10月26日周一 · 1 条
正文结构化主题已通过公开置信门槛
AtomicChat 发布 Nanbeige4.3-33B GGUF 量化版本
AtomicChat 在 Nanbeige 发布 Nanbeige4.3-33B 当天，基于其原始 BF16 权重制作并发布了 GGUF 量化版本，包含自研重要性矩阵的 Atomic Dynamic 系列（13.7GB 至 30.1GB）以及 llama.cpp 原生 Q8 0、Q5 K M。该模型为 33B 稠密 agent 与推理模型，Llama 架构、
10月24日周六 · 3 条
正文结构化主题已通过公开置信门槛
nerkyor 发布 Qwen3.8-27B 多轮后训练 GGUF 量化模型
Hugging Face 用户 nerkyor 发布了 Qwen3.8-27B 的 GGUF 量化仓库，该模型在官方 Qwen3.8-27B 基础上经过多轮 SFT 与 RLOO 后训练，旨在修复原模型反复推导、无法停止并触及 94K 上限的问题。仓库提供 Q2、Q3、Q4 LynnStyle、Q6 K、Q8 0 等八种 GGUF 包及配套 NInfer 包
正文结构化主题已通过公开置信门槛
nerkyor 发布 Qwen3.8-27B Coder390 多量化版本
Hugging Face 用户 nerkyor 发布了基于 Qwen3.8-27B 的后训练模型 Coder390，通过多轮 SFT 与 RLOO 训练修复原模型在已有答案后仍反复推导、直至 94K 上下文上限却无最终答案的问题。该仓库提供 BF16、静态 FP8、NVFP4、INT4/INT8 及 GGUF 等多种量化版本，均支持多模态与 MTP，并可在
正文结构化主题已通过公开置信门槛
从零构建推理模型：11小时视频课程发布
Ahead of AI 作者发布了一套「从零构建推理模型」视频课程，共 8 个视频、约 11 小时，配套其 Manning 出版的同名书籍。课程基于小型预训练 Qwen3 模型，用 Python 和 PyTorch 从零实现推理模型的评估、推理时扩展、强化学习与蒸馏。作者还解释了推理模型与智能体框架的关系：推理模型是引擎，智能体框架负责上下文管理和工具调用。