Laya AI 模型：工作原理、本地运行与评估指南
Convai Innovations 发布开源权重、非自回归决策模型家族 Laya，输入为状态加若干类型化问题，输出带概率信息的答案对象，采用 Apache 2.0 许可并支持本地推理。英文检查点基于 ModernBERT-large（约 4.21 亿参数），多语言检查点基于 mmBERT，提供 Router 在检查点间选择。文章强调其概率需在自有任务上校准
Hugging Face
公司与模型 · Hugging Face 开源社区动态：热门模型与数据集、排行榜变化与开源生态的晴雨表
关联由结构化实体与正文位置共同判定 · 最近刷新 2026-11-11 12:06
顺带提及正文出现过，但不是文章的主要讨论对象，当前共 1247 条。
10月2日周五 · 6 条
正文顺带提及命中实体：hugging face
正文顺带提及命中实体：hugging face
llama.cpp 发布 b11342：修复符号链接缓存目录创建问题
llama.cpp 发布 b11342 版本，主要修复了在存在缺陷的 libstdc++ 环境下通过符号链接创建缓存目录的问题（对应 GCC bug 101510），由 Adrien Gallouët 提交。该版本同时提供 macOS、Linux、Windows、Android 等多平台预编译二进制包，涵盖 CUDA、Vulkan、ROCm、SYCL、Ope
正文顺带提及命中实体：hugging face
基于跨Harness适配的检索增强技能优化
该论文提出 RASO（Retrieval-Augmented Skill Optimization）框架，利用公开技能库作为先验知识来优化 agent 技能，而非仅依赖昂贵的 agent rollout 迭代。RASO 包含两个阶段：RASI 无需 rollout 即可构建知识驱动的初始技能，RASU 则根据执行反馈检索外部知识迭代精炼技能。在四个 agen
正文顺带提及命中实体：hugging face
The Commons Lab 发布 27B 开源写作模型 Hemmingway-1
瑞士公司 The Commons Lab 在 Hugging Face 发布开源模型 Hemmingway-1，基于 Qwen3.8-27B 构建，27B 参数、262,144 token 上下文，采用 CC BY-NC 4.0 许可，仅限非商业使用。该模型主打日常写作场景（消息、邮件等），官方自建 CommunicationBench、Human-Like
正文顺带提及命中实体：hugging face
NVIDIA 发布多模态重排序模型 llama-nemotron-rerank-vl-1b-v2
NVIDIA 发布 llama-nemotron-rerank-vl-1b-v2 多模态重排序模型，基于 Eagle VLM 架构（SigLIP 2 400M 视觉编码器 + Llama 3.2 1B 语言模型），约 17 亿参数，采用交叉编码器结构。该模型可对图像、文本或图文混合的文档页面与查询进行相关性打分，用于视觉 RAG 流程中对候选文档重排序。模型
正文顺带提及命中实体：hugging face
Jared Palmer 发布 Kev-0.8B 决策模型
Jared Palmer 发布 Kev-0.8B，一个基于 Qwen3.5-0.8B-Base 的决策模型，通过 LoRA 适配器和指针头实现，可在笔记本或 4GB GPU 上运行。模型接收文档和带类型的问题，单次前向传播输出校准后的选项概率分布，不生成文本，并兼容 TypeSafe 的 System One API。在多个测试集上准确率从 0.515 到
10月1日周四 · 9 条
正文顺带提及命中实体：hugging face
UkisAI 发布 Swift-Qwen3.8-27B GGUF 量化模型
UkisAI 在 Hugging Face 发布了 Swift-Qwen3.8-27B 的 GGUF 量化版本，该模型是 Qwen3.8-27B 的推理高效衍生版本。据其评测，Swift 版本在保持性能损失小于 1% 的前提下，平均思考 token 减少约 58.3%，并在多项任务上实现约 1.95 倍加速。该模型采用自定义的 swift-open-lice
正文顺带提及命中实体：hugging face
d0xin 发布 Swift-Qwen3.8-27B 无审查 NVFP4 量化版
Hugging Face 用户 d0xin 发布了 Swift-Qwen3.8-27B-Uncensored 的 NVFP4 量化版本，基于 NVIDIA ModelOpt Local-Hessian 校准与激活余量（activation headroom）技术，采用 NVFP4/FP8 混合精度拓扑。该版本在 RTX PRO 6000 Blackwell
正文顺带提及命中实体：hugging face
llama.cpp 发布 b11311：ggml-opencl 用 std::vector 替换 alloca()
llama.cpp 发布 b11311 版本，主要变更是将 ggml-opencl 后端中的 alloca() 替换为 std::vector，由 Adrien Gallouët 提交。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包，支持 CUDA、Vulkan、ROCm、S
正文顺带提及命中实体：diffusers
Viggle 发布 Qwen-Image-2.1 少步蒸馏 LoRA v0.2.1
Viggle 在 Hugging Face 上发布了 Qwen-Image-2.1-viggle-turbo v0.2.1，这是基于 Qwen/Qwen-Image-2.1 的少步蒸馏 LoRA 适配器，采用分布匹配蒸馏（DMD）训练。它支持文生图和指令驱动编辑，仅需 6 次 transformer 前向（而非基座的 40 步）且无需无分类器引导，端到端约快
正文顺带提及命中实体：hugging face
OpenThai-SystemOne：泰英双语 System One 决策模型
Hugging Face 上发布了 iapp/OpenThai-SystemOne，一个基于 Qwen3.5-0.8B-Base 的泰语+英语「System One」决策模型，采用 Apache-2.0 许可。该模型不生成文本，而是在一次前向传播中对给定状态和问题返回校准后的选项概率，支持 choice、score、noul 三类问题，可用于工单路由、内容审
正文顺带提及命中实体：hugging face
PeptideMTR 套件发布 MLM-MTR 生化性质预测模型
Hugging Face 上发布了 aaronfeller/peptideclm-2-hybrid-small 模型，属于 PeptideMTR 套件，用于多靶点生化性质预测。该模型基于 BERT 架构，采用 MLM-MTR 预训练，输入为 SMILES 字符串，可直接推理。相关训练数据与 99 个 RDKit 描述符已公开，方法论文即将发布。
正文顺带提及命中实体：hugging face
llama.cpp b11298 发布：新增 mimo dflash 支持
llama.cpp 发布 b11298 版本，主要新增对 mimo 模型 dflash 的支持，包括转换和特征提取功能（PR #29650），由 Sigbjørn Skjæret 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包，支持 CUDA、Vulkan、ROCm
正文顺带提及命中实体：hugging face
OpenAI 推出 Decisions API，类似 TypeSafe 的 Jev 模型
OpenAI 在 Dev Day 上由 CEO Sam Altman 透露推出 Decisions API，功能与 TypeSafe AI 本月发布的软件自动化模型 Jev 类似，可让 Luna 模型在预设选项中快速做出概率化选择。TypeSafe CEO Diogo Almeida 在 X 上以“克隆战争”调侃回应，并强调其护城河在于合成数据带来的智能密度
正文顺带提及命中实体：hugging face
FTC 对 OpenAI、Anthropic 等 AI 实验室展开消费者保护调查
美国联邦贸易委员会（FTC）正对 OpenAI、Anthropic 及其他领先 AI 实验室展开调查，怀疑其存在消费者保护违规行为。FTC 主席 Andrew Ferguson 计划通过具有法律约束力的“民事调查令”强制企业提交文件并接受高管问询，相关命令预计数周内发出。调查在 Hugging Face 遭黑客攻击事件前已启动，AI 安全组织 METR 也在
9月30日周三 · 5 条
正文顺带提及命中实体：hugging face
Qwen3.6-35B-A3B 去审查量化版发布
Hugging Face 用户 IsValorum 发布了 Qwen3.6-35B-A3B 的 GGUF 量化版本，名为 APEX-I-MiniPlus-V2.1 Abliterated，该版本通过 TPE 多变量帕累托优化移除了拒绝方向，实现零拒绝（uncensored），同时保持推理能力。模型采用自定义张量量化，在 14.66 GB 体积下达到 Q5 K
正文顺带提及命中实体：hugging face
OpenAI推理之父谈多智能体：1万Agent解千禧年难题，功劳不到10%
OpenAI研究员、o1核心作者Noam Brown在最新播客访谈中介绍了其当前研究方向——多智能体（multi-Agent）系统。他透露OpenAI曾用1万个Agent、耗时88小时、消耗1300亿token解出一道千禧年数学难题，但强调多智能体最多只占10%功劳，核心仍是通用且强大的模型本身。他还讨论了推理时计算扩展、多智能体并行化的效率损耗、AI组织与
正文顺带提及命中实体：hugging face
llama.cpp b11279 新增 GLM-5.3-Flash 支持
llama.cpp 发布 b11279 版本，新增对 GLM-5.3-Flash（GLM5-Next）模型的支持，包含 MTP、多流、稀疏 FA 等优化，并修复了 k-pool 布局、状态回滚、GPU 图重分配等多个缺陷。该更新由社区贡献者提交，部分修复由 Claude Opus 5 和 Codex 辅助完成。
正文顺带提及命中实体：hugging face
Qdrant 发布 all-MiniLM-L6-v2 的 ONNX 版本
Qdrant 发布了 sentence-transformers/all-MiniLM-L6-v2 的 ONNX 版本模型，用于文本分类和相似度搜索。该模型采用 apache-2.0 许可，可通过 Qdrant 的 FastEmbed 库直接调用进行推理。此举为需要 ONNX 运行时或轻量级嵌入方案的开发者提供了更便捷的部署选择。
正文顺带提及命中实体：hugging face
Anthropic警告GLM-5.3网络安全能力，反被指为其打广告
Anthropic发布报告警告智谱GLM-5.3具备强大的网络安全攻击能力，称其能自主发现漏洞、编写攻击程序，且安全护栏容易被绕过。报告引用实测数据称GLM-5.3在ExploitBench测试中410次尝试成功50次，接近Claude Mythos Preview的56次，并引用NIST下属CAISI评估称其为迄今网络能力最强的开源权重模型。Anthrop