Hugging Face

Qwen3.8-27B开源：消费级显卡跑Opus级Agent，多项评测超Claude

阿里开源了Qwen3.8-27B模型，总参数270亿，支持原生多模态、262K上下文，在SWE-bench Pro等多项代码和Agent评测中超越Claude Opus 4.6 Max。模型内置可调节的推理档位和preserve thinking功能，并支持通过Transformers、vLLM等框架部署，可在消费级显卡上运行。

llama.cpp b10437 发布：新增 MiniMax-Text-01 和 M1 模型支持

llama.cpp 发布 b10437 版本，新增对 MiniMax-Text-01 和 MiniMax-M1 模型的支持，包括模型转换、推理优化和 Jinja 模板。该版本通过 token 抑制替代 logits mask 解决零嵌入问题，并优化了循环状态管理。同时提供了多平台二进制下载，但部分平台构建被禁用。

FlashVSR v1.1：实时扩散视频超分模型发布

FlashVSR v1.1 是一个基于扩散模型的实时视频超分辨率模型，由 Junhao Zhuang 等人发布，支持 4 倍超分，在单个 A100 GPU 上可实现约 17 FPS 的 768×1408 视频处理。该模型通过三阶段蒸馏、局部约束稀疏注意力和轻量条件解码器实现高效推理，相比先前的一步扩散 VSR 模型速度提升约 12 倍。模型权重和推理代码已开

Wan2.2 自定义 GGUF 模型发布：针对 T4 优化

geceff 在 Hugging Face 上发布了 Wan2.2 自定义 GGUF 模型仓库，针对 NVIDIA Tesla T4 等显存受限环境优化，提供量化模型、LoRA、文本编码器和 VAE。仓库包含高/低噪声量化模型及集成 SVI 和一致人脸功能的 FP8 模型，并给出了 ComfyUI 推荐参数和不同硬件的使用建议。

RibAssist 3D：基于 CT 投影的双平面肋骨骨折检测与选择性 3D 定位

RibAssist 3D 是一个开源研究原型，用于从 CT 衍生的正位和侧位投影中进行双平面肋骨骨折检测、解剖定位和选择性 3D 定位。研究发现，跨视角对应是主要瓶颈，而非几何或检测问题。在保守策略下，系统在 601 处骨折中正确定位了 15 处，中位误差 1.49 毫米，93% 肋骨精确，但端到端提交率仅 2.50%。该研究建立了可复现的选择性 3D 定位

上下文匹配蒸馏：自回归视频蒸馏中的教师因果性

Hugging Face 每日论文发布了一篇关于视频生成蒸馏的新研究，提出了上下文匹配蒸馏（CMD）框架，用于自回归视频模型。该方法通过将教师监督与因果生成上下文对齐，解决了现有视频DMD流程中教师评分依赖未来帧的问题，从而提升控制遵循度和长视频质量。实验表明，CMD在短视频和长视频基准上均达到最先进性能，并显著改善了对时变相机控制的遵循。

阿里Qwen发布Qwen3.8开源模型，性能超越更大版本

阿里巴巴的Qwen团队发布了Qwen3.8系列模型，包括核心的Qwen3.8-27B多模态稠密模型和更大的Qwen3.8-2.4T-A95B模型，权重以Apache 2.0许可证开源。Qwen3.8-27B在编码和办公任务上优于更大的Qwen3.7-Plus，并增强了智能体能力，原生支持262K上下文，可通过YaRN扩展到100万，支持图像和视频处理。模型已

Whisper-small 波斯语微调模型发布

amirsz8203 在 Hugging Face 上发布了 whisper-small-fa-finetuned，这是 Whisper-small 模型在波斯语数据集上的微调版本。模型在评估集上取得了 24.15 的词错误率（WER），训练使用了学习率 5e-06、批次大小 16 等超参数，基于 Transformers 5.14.1 和 PyTorch

Qwen3.8-27B开源：家用显卡可跑，Apache 2.0免费商用

阿里巴巴正式开源Qwen3.8-27B模型，该模型为原生多模态稠密模型，支持262K原生上下文，可通过YaRN技术扩展至1M tokens，在编程和办公场景性能大幅提升，并新增reasoning effort功能。模型以Apache 2.0协议开放权重，所有人可免费下载、部署和商用。目前千问已累计开源460余个模型，全球下载量超30亿次。

另有 1 家信源报道

低频输入引发模型故障：LALMs中的安全风险研究

研究人员提出了一种名为ILL的黑盒红队方法，利用听不见的低频波形暴露音频语言模型的漏洞，并设计了DRG防御机制来检测分布偏移并恢复准确性。实验表明，ILL可使模型准确率最多降低67个百分点，而DRG能将受攻击后的平均准确率从28.5%提升至46.1%。该研究揭示了LALMs中此前被忽视的安全风险。

HPSE：通过混合策略自编辑实现可组合非结构化知识编辑

HPSE是一种用于非结构化知识编辑的新方法，通过从混合轨迹中蒸馏来将缺失事实插入模型的推理路径，从而实现可组合的多跳推理。该方法解决了现有编辑器无法利用注入段落的问题，并在四个LLM骨干和两个KE编辑器上展示了即插即用的改进。

MiniArt-Uncensored：基于 Gemma 3 的未审查模型发布

Hugging Face 上发布了名为 MiniArt-Uncensored 的模型，这是基于 Google 的 gemma-3-1b-it 模型通过 abliteration 技术创建的未审查版本，旨在移除模型的拒绝机制。该模型可作为概念验证，并支持通过 Ollama 直接使用。

GLM-5.3发布：编程能力暴涨50%，安全性能对标顶尖模型

智谱发布GLM-5.3模型，在基座不变的情况下，通过后训练技术使编程能力提升50%，并宣称在安全领域发现2436个漏洞，包括潜伏40年的DNS协议漏洞。该模型在多个评测中逼近或超越Claude Fable 5，并开源，同时推出编程工具ZCode和AutoClaw。

指令微调对模型置信度与词汇多样性的影响研究

该研究探讨了指令微调对模型置信度和词汇多样性的影响。研究发现，指令微调会改变模型的置信度，但不会改善校准，同时会降低推理的多样性。这些效应在控制答案选择和推理长度后依然存在，表明置信度和推理多样性捕捉了指令微调的不同影响。

GLM-5.3发布：Coding接近Fable 5，安全能力登顶开源

智谱今日发布GLM-5.3模型，在Coding能力上接近Claude Fable 5，并成为最强开源安全模型。该模型在CyberGym白盒代码审查中得分84.5%，高于前代及GPT-5.6 Sol。智谱联合清华、南开等机构进行了密集红队测试，累计发现2404个漏洞，其中1088个为中高危。实测显示GLM-5.3能完成可交付的模拟游戏开发，并能自主发现、修复安

CaRL：训练大语言模型在无效推理时及时放弃

CaRL是一种通过强化学习和事后拒绝增强来减少大语言模型无效推理的方法，同时保持任务性能。研究发现模型在超出能力范围的任务上会产生看似合理但包含细微错误的推理，CaRL通过奖励塑造和拒绝监督来对齐模型行为与能力边界。实验表明该方法能显著减少无效推理，且不牺牲任务性能。

AutoPrune：利用 LLM 自动设计视觉令牌剪枝策略的 AI4AI 框架

AutoPrune 是一个由 Hugging Face 论文提出的 AI4AI 框架，利用大型语言模型自动设计视觉令牌剪枝策略，通过领域特定语言和残差搜索公式实现高效剪枝。实验表明，在移除 94.4% 视觉令牌时，AutoPrune 保留了超过 99% 的全令牌性能，同时将 FLOPs 减少 9.9 倍，预填充延迟降低 6.4 倍。该框架在 14 个多模态基

UniSwap：用于说话视频的流式音视频身份替换框架

UniSwap是一个用于说话视频中流式音视频身份替换的框架，通过统一的流式音视频扩散Transformer实现外观和声音的同步替换。它采用交换-重建流程解决训练数据稀缺问题，并结合上下文预训练、条件流式适应和高效自强制DMD等技术，将采样步骤从30步减少到3步。实验表明，UniSwap在音视频同步、身份保持、流式效率和长时生成稳定性方面表现出色。

Meta 开源 Muse Glimmer：30B 本地代理模型，优化设备端执行

Meta AI Research 开源了 Muse Glimmer，一个 300 亿参数、Apache 2.0 许可的模型，专为本地设备上的自主代理、工具调用和编码任务设计。该模型通过动态量化和 DFlash 投机解码优化，可在消费级 GPU 上运行，内存占用降至 17-20 GB。Muse Glimmer 在多个基准测试中表现优于同类模型，并支持多种本地框

LLMRouter：用于开发、评估和部署 LLM 路由器的统一基础设施

LLMRouter 论文提出了一个统一的 LLM 路由基础设施，将路由形式化为包含五个组件的顺序决策过程，并构建了覆盖多种任务的 xRouteBench 基准。该框架包含 16 种以上的路由方法，实验表明学习型路由器比最强固定模型基线相对提升 14.6%，并支持从训练到部署的端到端流程。