Hugging Face

React Native ExecuTorch 发布端侧 Qwen-2.5 量化模型

Software Mansion 在 Hugging Face 上发布了为 React Native ExecuTorch 库导出的 Qwen-2.5 模型，提供 0.5B、1.5B、3B 三种规模，并分别以 mlx（int4）和 xnnpack（8da4w）两种后端量化，可直接在设备端运行。这些 .pte 程序面向 ExecuTorch v1.4.1 运行

NVIDIA 发布 DeepSeek-V4.1-Flash NVFP4 量化模型

NVIDIA 在 Hugging Face 上发布了 DeepSeek-V4.1-Flash-NVFP4，这是对 DeepSeek AI 的 DeepSeek-V4.1-Flash 模型进行 NVFP4 量化后的版本，使用 NVIDIA Model Optimizer（v0.47.0rc0）完成。该模型为原生多模态 MoE 架构，总参数 552B，prefi

TechCrunch Disrupt 2026 剩余两天门票五折，OpenAI 将谈 Dots agents

TechCrunch Disrupt 2026 大会首日已结束，剩余两天（10月14-15日）在旧金山 Moscone West 举行，主办方对所有票种提供五折优惠。活动包含两个旗舰 AI Stage，OpenAI 企业产品负责人 Alexander Embiricos 将介绍其 Dots agents 的发布，Anthropic、Hugging Face、

VideoJev：面向视频理解与交互的 System One 模型

研究团队提出 VideoJev，一个基于 System One 范式的视频理解与交互模型系列（4B 和 35B-A3B）。该模型用共享打分头替代自回归答案解码，统一了时间定位与多选视频问答，并支持缓存推理与联合推理以复用视觉计算。在三个时间定位基准上，平均 mIoU 相比 Qwen 主干分别提升 6.7 和 10.8 点，推理加速 2.8-3.1 倍；在四个

Artemis 推出 Orion-1 安全模型，称其攻击调查能力超越通用模型

美国初创公司 Artemis Security 推出专用安全模型 Orion-1，可自主调查并响应企业网络攻击，将来自认证服务、云环境、终端、SaaS 应用和网络设备的日志数据关联到单一攻击者，并给出置信度评分与处置建议。在自建 Decision-Grade Readiness 基准上，Orion-1 在攻击重建任务得分 80.8，高于 Claude Opu

用 Amazon SageMaker JumpStart 部署与评估模型

AWS 官方博客介绍如何使用 Amazon SageMaker JumpStart 部署和评估预训练模型。文章给出可复用的 Python 脚本流程：从 JumpStart 目录发现并部署模型、用示例提示词测量延迟与生成速率、测试完成后删除端点。2026 年 JumpStart 新增 Model Hub 浏览体验、面向低成本/低延迟/通用场景的预配置端点部署选

Jeva：从第一性原理构建 System One 决策模型

该论文提出 Jeva，一种面向 System One 决策的决策原生架构，旨在同时满足四项结构要求：null 感知、排列不变性、选项可扩展性和可缓存性。Jeva 通过共享编码器独立表示请求与每个选项，并用紧凑决策栈仅针对请求状态进行精炼，从而统一 Choice、Noul 和 Score 输出。其 4B 模型支持 2048 个候选，在测试排列下无决策翻转，并借

React Native ExecuTorch 发布 CLIP ViT 端侧多后端模型

Software Mansion 在 Hugging Face 发布了为 React Native ExecuTorch 库导出的 clip-vit-base-patch32 模型，提供 CoreML、MLX、Vulkan、XNNPACK 四种后端及 fp16/int8/fp32 多种精度版本，可直接在设备端运行。XNNPACK int8 量化版本在 Ima

Urbex：面向城市级3D场景的智能体空间定位

该论文提出 Urbex，一个面向城市级 3D 场景的智能体视觉语言框架，将空间定位从候选排序改为主动空间搜索。VLM 智能体可查询地标、缩放局部区域、渲染斜视图并输出定位框，并通过在 CityRefer 上的强化学习优化工具使用策略。实验显示 Urbex 在 CityRefer 上取得最佳 Hit@1 和 IoU，无需候选框且速度显著快于最强排序基线，在 S

Vela：以用户行为作为监督激发大模型智能

该论文提出 Vela 框架，将真实用户行为数据转化为可训练任务与轨迹，用于监督大模型训练。作者从 10 万名用户的匿名行为记录中生成覆盖 91 个真实任务模板的 10 万个任务，经难度过滤与轨迹筛选后保留约 7.5 万个训练样本。在 Qwen3.6-35B-A3B 上微调后，用户相关任务最高提升 11.5 分，通用基准平均提升 4 分，且微调后强化学习比从基

DoSA：点稀疏注意力，无损加速 Top-K 选择

该论文提出 DoSA（Dots Sparse Attention），一种无损稀疏注意力方法，通过分数上下界证书提前拒绝候选 token，仅对仍符合条件的候选进行完整打分，从而保持精确的 Top-K 选择。其 GPU 实现使完整 Indexer 相比 SGLang 提速最高 2.74 倍、相比 LiteTopK 提速 1.69 倍。在 GLM-5.2 和 De

另有 1 家信源报道

llama.cpp 发布 b11606：简化 ggml 后端搜索路径错误处理

llama.cpp 发布 b11606 版本，主要变更是简化 ggml 后端的搜索路径错误处理（PR #28367），由 Adrien Gallouët 提交。该版本同时提供 macOS/iOS、Linux、Android、Windows 等多平台预编译包，覆盖 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等后端。

AtomicChat 发布 Qwen-Image-2.1-Turbo GGUF 量化版

AtomicChat 在 Hugging Face 发布了 Qwen-Image-2.1-Turbo 的 GGUF 量化版本，基于 Qwen 官方 BF16 权重并使用自建重要性矩阵，面向 stable-diffusion.cpp 本地推理。该版本采用 Atomic Dynamic 逐张量混合精度策略，官方评测显示 AD-Q4 K 比普通 Q4 K 更接近

AtomicChat 发布去审查版 Qwen-Image 文本编码器 GGUF

AtomicChat 在 Hugging Face 发布了 Qwen-Image-2.1-Turbo-Uncensored-GGUF，对 Qwen-Image 的文本编码器 Qwen3-VL-8B-Instruct 进行 abliteration，将拒绝方向从权重中投影去除，使其作为聊天模型时英文拒绝率从 88.9% 降至 1.2%、俄文从 38% 降至 0

Laplace Intelligence 为机器人和自动驾驶汽车做红队测试

位于密歇根州安娜堡的初创公司 Laplace Intelligence 正在为机器人和物理 AI 构建自动化红队测试，利用基于 Nvidia Cosmos 的高保真仿真环境和 AI 智能体自动设计极端场景，在部署前发现并修复问题。公司由 Howie Sun 和 Henry Liu 创立，已获得包括五十铃、Bot Auto 和 Nvidia 在内的客户，并实现

Michael I. Jordan 批 AI 末日论为「宏大道德表演」

机器学习先驱、UC Berkeley 荣休教授 Michael I. Jordan 在接受 Libération 采访时，将 AI 末日论和超级智能警告斥为科幻与「宏大的道德表演」。他批评 AI 公司要求监管是作秀，并点名 Geoffrey Hinton 的超级智能论证「每一步都不可信」，同时认为 OpenAI 智能体攻击 Hugging Face 属于糟糕

AgentSWE：编码智能体能否构建你真正想要的智能体？

该论文提出 AgentSWE，一个面向智能体软件工程（agent software engineering）的基准测试，覆盖智能体开发生命周期的三个阶段：从自然语言需求创建完整智能体、编辑生产级智能体代码库、以及面向可量化目标的优化。其 25 个任务被设计为“委托”而非“考试”，构建者只能针对少量示例迭代，而验收则在覆盖完整需求的留出用例上以硬性通过/失败门

RLWRLD 发布 RLDX-1-VLM 机器人视觉语言骨干模型

RLWRLD 在 Hugging Face 发布 RLDX-1-VLM，这是其 RLDX-1 机器人策略家族使用的视觉语言骨干模型，基于 Qwen/Qwen3-VL-8B-Instruct 检查点单独分发。该模型仅提供标准 Qwen3-VL VLM 接口，不含动作策略头、认知 token 及推理服务器，供研究者独立检查、微调或替换感知模块。模型采用非商业的

llama.cpp b11581：移除冗余 ggml cont 调用

llama.cpp 发布 b11581 版本，主要变更是移除模型中冗余的 ggml cont 调用，因为所有一元算子内核现已支持该操作，涉及 CUDA 一元内核及 qwen3next 模型中的 sigmoid 前后处理调整。该版本同时提供 macOS、Linux、Windows、Android 等多平台预编译二进制包。

mradermacher 发布 Qwopus3.8-27B-Flash-V2-abliterated GGUF 量化版

Hugging Face 用户 mradermacher 发布了 Qwopus3.8-27B-Flash-V2-abliterated 模型的加权/imatrix GGUF 量化版本，基于 shawnw3i 的原始模型。该模型为支持图像-文本到文本的多模态视觉模型，采用 Apache-2.0 许可，提供从 IQ1 S 到 Q5 K S 等多种量化等级供本地推