DeepSeek

基于指令微调小语言模型的渐进式老年人金融诈骗增量风险评估

Kansas State University的研究人员提出了一种基于累积对话轮次的老年人金融诈骗风险评估框架，通过逐步聚合对话内容并重新评估风险，实现实时监控。他们构建了包含投资、慈善和技术支持诈骗场景的多轮对话数据集，并微调了Phi-4、LLaMA-3.2、DeepSeek-R1和Qwen3等小型语言模型。实验表明，Phi-4和LLaMA-3.2在参数规

基于LLM的UML类图评估与修复策略研究

该研究评估了大型语言模型（LLM）在UML类图建模中的表现，发现与专家设计的类图相比，LLM生成的类图存在关键类识别不完整、关系混淆或遗漏、继承关系不足、未使用类和循环依赖等问题。研究提出了记忆强化、外部知识注入和检测引导的自动修复三种策略，实验显示这些策略能有效改善模型输出，关键类识别修复率达85%，耦合关系修复率46%，继承关系修复率69%，未使用类和循

库克卸任苹果CEO；孙东旭新公司年假30天；字节上调豆包股价

苹果CEO库克卸任，转任执行董事长，约翰·特努斯接任，库克在内部信中表达对继任者的信心。东方甄选前CEO孙东旭宣布新公司美丽明天员工年假30天，引发热议。科大讯飞公关副总裁韩煜尘被解除职务，疑似涉及私德问题。字节上调豆包股价格至17.02元/股，主要面向大模型部门。快手旗下北京可灵获国家人工智能基金14亿元注资。华为上半年营收4678亿元，研发投入1214亿

Xinference v3.3.0 发布：新增多模型支持与路由功能

Xinference 发布 v3.3.0 版本，新增了对多个模型的支持，包括 Qwen3.8、DeepSeek V4 Flash、GLM-Image、Kimi-K3 等，并引入了 token 感知的虚拟模型路由、Anthropic Messages 协议适配器、世界模型生成等新功能。此外，该版本还增强了音频、图像、视频等多模态能力，并修复了若干 bug。

FreeToken：消费级硬件上的动态 MoE 推理引擎

UC Berkeley 和 MIT 的研究人员发布了 FreeToken，这是一个开源推理引擎，旨在通过动态协同执行，在消费级硬件上运行前沿 MoE 模型。FreeToken 采用 q 策略动态分配 CPU 和 GPU 计算，并引入语义锚点检查点，显著提升解码和预填充速度。基准测试显示，FreeToken 在 RTX 4060 笔记本上运行 Qwen3.6-

RAGFlow v0.27.1 发布：新增连接器与搜索提供商，修复多项问题

RAGFlow 发布 v0.27.1 版本，新增 Azure DevOps 数据源连接器、You.com 和 Serply 网络搜索提供商，以及 Synthorai 模型提供商，并补充了 DeepSeek 模型。该版本改进了检索 API，暴露 rerank candidates count 等参数，并将元数据过滤下推到索引层以加速检索。同时修复了多项 bug

Mem0 发布 DeepSeek 插件 v0.1.1，新增匿名遥测

Mem0 发布了 DeepSeek 插件 v0.1.1，新增匿名使用遥测功能，通过 PostHog 批量收集工具名称、时长、计数和粗略失败类型等事件，不包含查询内容、记忆文本、过滤器或 API 密钥，并支持通过 MEM0 TELEMETRY=false 环境变量选择退出。

vLLM v0.28.0 发布：Kimi-K3 与 DeepSeek V4 性能优化

vLLM 发布 v0.28.0 版本，包含 584 个提交，重点优化了 Kimi-K3 和 DeepSeek V4 的性能，支持稀疏 MLA、DCP、FlashKDA 等特性，并改进了推测解码和模型运行器。该版本还引入了新的默认配置、破坏性变更，并扩展了模型支持，如 Muse Glimmer、Ling 3.0 Flash 等。

台湾安全公司警告：AI工具使中国网络攻击翻倍

台湾网络安全公司TeamT5警告称，中国国家支持的黑客组织在使用AI工具后，攻击次数增加了一倍以上。这些黑客利用DeepSeek编写漏洞代码、收集IP地址，甚至使用ChatGPT和Anthropic的Claude Code进行攻击。英国AI安全研究所的研究显示，开源模型的网络能力大幅提升，但在完全自主攻击方面仍落后于西方前沿模型。

ACL论文揭示医疗AI反直觉发现：通用模型优于专用模型

纽约大学阿布扎比分校与阿布扎比克利夫兰诊所的研究团队在ACL 2026 Findings发表论文，构建了首个多语言医疗错误评测基准MedErrBench，覆盖英语、中文和阿拉伯语，测试了GPT-4o、Gemini、Llama、Qwen、DeepSeek等模型。研究发现医疗专用模型在错误检测任务上不如通用模型，且英文原生模型在中文原生数据上表现更好。该基准旨在

Ornith AI 发布 397B 自改进模型 Ornith-1.5，性能对标 Claude Opus 4.8

Ornith AI 发布了 Ornith-1.5-397B，这是一个 397B 参数的混合专家模型，通过端到端自我改进训练，在 Terminal-Bench 2.1 上得分 86.1，在 DeepSWE 上得分 56.0，性能与 Claude Opus 4.8 相当，并优于 GLM-5.2 和 DeepSeek-V4-Flash-0731 等开源模型。该模型

云大厂亏本转售友商AI模型，价格战重演2021年恶性竞争

中国云厂商为完成AI收入目标，以低于成本的价格转售智谱、DeepSeek、Kimi等第三方模型，折扣低至3折，引发价格战。此举虽能计入营收，但导致利润下滑和内部矛盾，类似2021年云计算市场的恶性竞争。然而，由于基础模型壁垒高，云厂商难以复制替代，模型公司首次获得与平台平等的话语权。

前沿雷达：中国AI模型逼近，西方领先还剩什么？

THE DECODER 的 Frontier Radar 第四期指出，中国 AI 模型如 Kimi K3 和 GLM-5.3 已接近美国顶尖模型水平，西方实验室指责中国通过蒸馏和刷分追赶，但模型领先优势难以维持。西方在抽象测试、可靠性和前沿领域仍有优势，但整体领先已转向系统层面。文章还提到欧洲在 AI 竞赛中落后。

腾讯KDD Cup大赛600万奖金揭晓，冠军方案用DeepSeek网页版完成

腾讯营销在KDD 2026上举办了TAAC×KDD Cup大赛，聚焦推荐系统统一序列建模与特征交互，奖金池超600万元。冠军队伍lozyyeah提出CRAFT特征传输机制，工业赛道冠军日之光面方案实现AUC提升0.0048且算力消耗降18%。大赛吸引全球13913名选手参与，腾讯借此布局全球人才挖掘与培养。

StateM 通过运行时扩展在 Terminal-Bench 2.1 上实现 95.3% 准确率

StateM 是一个通过持久状态、可恢复运行手册和程序化控制来提升长时程智能体执行能力的运行时系统，无需修改模型权重。在 Terminal-Bench 2.1 上，StateM 将 GPT-5.5 xhigh 的准确率从 83.1% 提升至 92.1%，并将 GPT-5.6 Sol xhigh 提升至 95.3%，同时将 DeepSeek-V4 Flash

灵犀专业版首批接入DeepSeek-V4-Pro正式版，交付能力升级

金山办公旗下AI办公智能体灵犀专业版首批接入DeepSeek-V4-Pro正式版，用户可直接使用。该模型支持100万token上下文，Agent任务能力增强。灵犀专业版结合模型能力与办公工具，提升复杂办公任务的交付能力。

穷人的智能体建模：在笔记本电脑上模拟大型LLM智能体社会

该论文提出一种在笔记本电脑上模拟大规模LLM智能体社会的方法，通过用低参数代理模型替代每个LLM智能体，这些代理模型从数百到数千次廉价查询中拟合而来。研究引入了一个交互顺序×记忆的分类法，用于预测替代误差的N趋势，并在EconAgent等八个LLM模拟中验证了该方法的有效性。

另有 1 家信源报道

EvoX Genesis：持久递归世界实现自主软件演化

EvoX Genesis 提出了一种以持久化软件项目为核心、而非持久化代理的软件工程组织方式，使本地代理保持有限生命周期。该系统利用 DeepSeek V4 Flash 在 120 小时内构建了约 25 万行代码的 Rust 编译器，成本仅 44 美元，并通过了完整测试套件；同时用 GLM 5.2 实现了 MESA 模块的 Rust 重写，获得 1.55-6

微软 MAI Code 1.1 Flash 发布，性能价格均被 DeepSeek 碾压

微软发布了用于 GitHub Copilot 的代码模型 MAI Code 1.1 Flash，声称性能提升、成本降低，但基准测试显示其在价格和性能上均不及 DeepSeek-V4-Flash-0731。微软在公告中回避直接对比，并继续推广其专有模型，与其宣称的开源 AI 立场不符。此举可能是为了降低成本，但可能导致性能下降。

中国前沿大模型合作行为并非铁板一块：实验室间差异显著

本研究通过进化迭代囚徒困境实验，比较了四款中国前沿大模型（DeepSeek V4 Pro、Qwen3-Max、Kimi K2.5、GLM-5.1）的合作倾向。研究发现，这些模型并非铁板一块，实验室间差异显著，且中国模型内部的差异大于中国与西方生态系统之间的平均差异。研究还发现，中国模型的合作倾向普遍性较弱，但这一结论受转换器选择影响。