Hugging Face

StandardOne-3B-GGUF 发布：支持 llama.cpp 决策端点

StandardThinking 在 Hugging Face 发布了 StandardOne-3B-GGUF，这是基于 Ministral 3 3B 文本模型与 Pixtral 视觉塔（mistral3 架构）的 GGUF 量化版本，供 llama.cpp 使用。该仓库更新至 v2.2 权重，并新增决策元数据，使全部九个语言模型文件支持 llama.cpp

STEPQuant：Delta-Rule 循环状态的时空量化

该论文提出 STEPQuant，一个针对 Delta-rule 循环状态（线性注意力中替代 KV 缓存的固定大小状态）的时空后训练量化框架。作者发现量化误差的影响在时间维度（长寿命记忆误差跨多步解码持续）和空间维度（不同 key 行对输出影响不同）上存在差异，据此按误差幅度与记忆寿命分配精度，并联合拟合 key 行与 value 列缩放。在 Qwen3.8-

humanizer：12B 本地模型把 AI 草稿改写得更像人写

Hugging Face 上出现一个名为 humanizer 的 12B 模型（基于 google/gemma-4-12B 微调），用于将 AI 撰写的邮件、文章、报告等草稿改写得更像真人写作，支持中英文并可在本地离线运行。该模型在 Originality.ai 最严格设置下 95% 的英文改写被判定为人类写作，420 条英文改写中 376 条无事实问题。其

研究者社会：为自主研究智能体群体设计制度

论文提出将大规模自主研究智能体群体组织为「研究者社会」，以明确的制度（角色、算力分配、评审、声誉、共享记忆）来管理数千个共享算力的持久智能体。作者以科学制度为蓝本，让首席研究员通过提案申请、独立评审和资助竞争算力，人类「市长」只分配资源而不指派任务。在一个一万名研究者组成的社会中，仅被要求改进语言模型预训练，某实验室报告称可用约减少30%的算力达到同等质量，

Route-Verify-Vote：面向混合域推理的过程条件自一致性

该论文提出 Route–Verify–Vote（RVV）框架，用于混合域推理中的过程条件自一致性，无需更新模型参数。RVV 通过域标签选择推理过程、逐选项验证约束，并对完整答案集投票，同时将额外采样分配给票数差距小的问题。在 SCoRE 2026 官方测试集上，16 次采样投票达到 74.6% 精确集合准确率，自适应 RVV 达 77.3%，结合模型后达 7

mradermacher 发布 Lythri-4B-A2B 的 i1-GGUF 量化版本

开发者 mradermacher 在 Hugging Face 上发布了 Lythri-4B-A2B 模型的 GGUF 量化版本（i1-GGUF），基于 Lythri/Lythri-4B-A2B 原始模型，采用加权/imatrix 量化方式，提供从 IQ1 S 到 Q6 K 的多种量化档位，面向情感支持、陪伴和端侧对话场景。该版本使用 Apache-2.0

mradermacher 发布 Lythri-7B-A4B 的 i1-GGUF 量化版本

开发者 mradermacher 在 Hugging Face 上发布了 Lythri-7B-A4B 模型的 i1-GGUF 量化版本，基于 Lythri/Lythri-7B-A4B 原始模型，采用 imatrix 加权量化，提供从 IQ1 S 到 Q6 K 的多种量化档位，面向情感支持、陪伴和端侧对话场景，采用 Apache-2.0 许可。

mradermacher 发布 Qwen3.5-9B-Kimi-k3 蒸馏模型 GGUF 量化版

开发者 mradermacher 在 Hugging Face 上发布了 Qwen3.5-9B-Kimi-k3-Distilled 的 GGUF 量化版本，提供从 Q2 K 到 f16 的多种量化格式以及多模态补充文件。该模型基于 khazarai/Qwen3.5-9B-Kimi-k3-Distilled，使用 greghavens/kimi-k3-codi

Qwen3-0.6B 的 ONNX 版本发布，兼容 Transformers.js

Hugging Face 上的 onnx-community 发布了 Qwen3-0.6B-ONNX，这是将 Qwen/Qwen3-0.6B 转换为 ONNX 权重后的版本，用于兼容 Transformers.js。用户可通过 npm 安装 @huggingface/transformers，并在浏览器中以 WebGPU 和 q4f16 量化运行文本生成。该

重新思考跨分词器在线策略蒸馏：从对齐覆盖到监督可靠性

该论文研究跨分词器（cross-tokenizer）的在线策略蒸馏（On-Policy Distillation），探讨扩大师生预测对齐覆盖范围是否能提升学习效果。作者在数学推理和代码生成任务上测试了三组异构师生模型对，发现严格的1:1对齐分组已覆盖大部分学生生成token，且共享词表保留了几乎全部概率质量。实验表明，将反向KL限制在学生选定的共享词表top

DuoMatching：联合-边缘分布匹配的少步视频生成

该论文提出 DuoMatching，一种用于少步视频生成的分布匹配框架，在现有联合分布匹配基础上引入来自图像生成器的帧级边缘匹配监督，并设计 LatentBridge 解决视频学生模型与图像教师模型之间的潜表示不匹配问题，Latent Variation Sampling 则将帧级监督分散到不同时间段以减少冗余。实验表明该方法提升了视觉质量、构图和语义对齐，

ALIVE：面向首帧引导视频编辑的交互对齐物体插入

研究者提出 ALIVE 框架，用于首帧引导的视频编辑，使插入的物体能与原视频内容产生连贯交互（如被拿起或操作）。他们构建了 35,800 对编辑数据，结合 3D 渲染、模型生成和真实视频，并训练 VLM 从相同输入预测交互引导。在 ALIVE-interaction 基准和通用视频物体插入基准上，ALIVE 的 Overall 指标分别比最强基线提升 43.

IFM 发布 K2-Horizon-32B 开放稠密模型

IFM 在 Hugging Face 发布 K2-Horizon-32B，这是 K2-Horizon 系列中的大型稠密（dense）模型，采用 decoder-only 架构，拥有 512K 原生上下文窗口。该模型以 Apache-2.0 许可开放权重，并公开训练数据、训练配方与训练代码，同时释放中间检查点以便研究训练过程中的能力变化。模型在 agentic

Ministral-3-3B 发布 LiteRT-LM 端侧 int4 量化版

Hugging Face 上发布了 litert-community/Ministral-3-3B-Instruct-2512 的 LiteRT-LM 量化版本，将 Mistral 的 Ministral-3-3B-Instruct 模型转换为 Google LiteRT 端侧运行时格式（blockwise int4 量化，约 2.3GB），并移除了 Pix

llama.cpp b11455 实现 PLaMo-3 分词器预分段

llama.cpp 发布 b11455 版本，为 PLaMo-3 分词器实现了预分段（pre-segmentation）功能。该实现通过在 Unigram 动态规划前插入硬边界，处理 形式的文本、至少 4 个相同字符的连续串以及连续两个空格，并新增了 "plamo3" 词表类型。若不这样做，llama.cpp 对代码缩进和重复标点的分词结果会与参考实现不一致

Google 称 EmbeddingGemma 2 性能超越两倍规模竞品嵌入模型

Google 发布开源多模态嵌入模型 EmbeddingGemma 2，可将文本、图像、视频、音频和代码转换为数值向量，参数量为 7.4 亿。Google 称其在多模态嵌入基准上优于参数量两倍的竞品，且无需 API key 即可本地运行，浏览器中通过 WebGPU 每次查询约 20 至 70 毫秒，仅需约 191 MB 内存，并可将本地向量数据库存储减少最多

另有 1 家信源报道

Mitsuba & HiMitsuba 27B GGUF：面向 ComfyUI 的三值化模型

Hugging Face 上发布 Mitsuba & HiMitsuba 27B GGUF 模型，基于 Qwen3.8-27B 自研三值化（1.58-bit）权重，面向 ComfyUI 的图像/视频提示词生成与图像描述任务，不适用于编程。提供 PQ2 0（7.3GB）与 PTQ1 0（6.0GB）两种 GGUF 格式，可在单张 16GB GPU 上运行，并新

Sopro V2 Turbo：120M 开源流式语音克隆 TTS 模型

开发者 samuel-vitorino 在 Hugging Face 发布开源 TTS 模型 sopro-v2-turbo，参数规模 120M，支持英语、欧洲葡萄牙语、法语和德语，具备零样本声音克隆与流式合成能力。该模型可在笔记本 CPU 或浏览器（ONNX 运行时）上运行，M3 CPU 上流式 RTF 为 0.21，H100 上为 0.07，首音频延迟约

开放模型网络风险讨论已失焦

Interconnects AI 作者撰文批评当前关于开放权重模型网络风险的讨论过于片面，认为主张封禁开放模型的人忽视了政策权衡，且未认真理解中国企业的风险评估逻辑。作者指出，迄今公开记录的网络攻击多由闭源模型导致，若因网络风险封禁开放模型，逻辑上也应禁止前沿闭源模型的公开 API，否则可能扩大攻防差距。文章还认为开放权重模型在气隙网络等场景中可能是防御方唯

基于大语言模型的移动应用评论细粒度情感分类实证研究

该研究针对移动应用评论的细粒度情感分类问题，基于Plutchik八类基本情感标注框架和1090条人工标注数据，系统比较了编码器微调（多标签与二元集成）与解码器零样本/少样本提示方法，并评估了损失重加权、重采样和生成式数据增强等类别不平衡缓解策略。结果显示，微调编码器在基线时大幅落后于最佳解码器少样本提示，但结合生成式增强和正例加权损失后可缩小差距，且推理延迟