Hugging Face

SWE-Bench Pro V2：更干净、更难作弊的编码基准

Scale AI Research 发布 SWE-Bench Pro V2，对原 731 个公开任务进行审计与修复，最终保留 642 个任务并新增 51 个任务的 Hard 子集。23 名工程师投入 404 小时修复或淘汰 480 个任务，并通过限制网络访问、在干净容器中重新评分来防止作弊。结果显示 Claude Opus 5 在 V2 上解决率达 99%，

MT Forcing：基于自回归扩散的稳定一致多轮图像编辑

该论文提出 MT Forcing，一种面向基于自回归扩散的统一多模态模型（UMM）的多轮图像编辑训练范式，通过单轮分布匹配蒸馏（Single-Turn DMD）与教师强制引导（Teacher-Forcing Guidance）两种互补训练信号，缓解多轮编辑中的视觉质量退化与内容漂移问题。在 MTEdit-Bench 上，将 MT Forcing 应用于 Se

spiritfather 发布 Qwen3.8-Flash-Next 的 GGUF 量化版本

Hugging Face 用户 spiritfather 发布了 cyberneurova-Qwen3.8-Flash-Next 的 GGUF 量化版本，基于 Qwen/Qwen3.8-Flash-Next 量化而来，采用 imatrix 校准与 PLE 逐层专家混合精度方案。该版本面向 llama.cpp 运行，主打创意写作场景，并在 CaliperBen

llama.cpp b11744：server 新增 --connect 支持跨局域网 P2P 访问

llama.cpp 发布 b11744 版本，为其 server 组件新增 --connect 选项，允许通过 llama-connect 隧道让局域网外的客户端以点对点方式访问本地推理服务，该功能被明确标注为实验性。同时修复了未启用隧道时仍展示 connect code 的问题，并改进了端口绑定、主机选择及 Unix socket 场景下的处理。此次更新还

SageMaker JumpStart 2026 年回顾：新增 100+ 模型

AWS 发布 Amazon SageMaker JumpStart 2026 年前三季度回顾，称其新增来自 30 家提供商的 100 多个模型，其中阿里巴巴 Qwen 贡献 29 个、NVIDIA 17 个、Mistral 7 个、Google 6 个、IBM 和 Cohere 各 4 个。新增模型覆盖推理、MoE、智能体、代码生成、语音、多模态、图像视频生

东方槊发布Qwen3.8-27B无审查R-18特化模型

开发者 dongfangshuo 在 Hugging Face 发布 Dongfangshuo-Qwen3.8-27B-NSFW v1.0，该模型基于 Huihui-Qwen3.8-27B-abliterated 无审查基座进行 R-18 文风特化微调，主打高破限服从度与成人剧情生成，并支持图文多模态输入。页面同时宣传 v2.0 激进版，称其修复了超长文自注

OpenCode 遭黑客入侵，用户 AI 账户被刷出高额费用

开源 AI 编程工具 OpenCode 披露，攻击者夜间入侵其旧系统，影响 OpenCode Console 在线平台 1.4% 的用户，这些用户在该平台存放访问 AI 服务的 API 密钥。部分开发者报告 OpenAI、Anthropic、Google 账户出现数百至上千美元未授权扣费，三家厂商已封禁相关密钥，OpenAI 表示配合恢复访问并退款。Open

DiffuRefill-1B：1.08B 掩码扩散语言模型预训练中

Hugging Face 上出现一个名为 DiffuRefill-1B 的 1.08B 参数掩码扩散语言模型预训练检查点，目前训练约进行到一半（约 10 万步 / 20 万步，约 460 亿有效 token）。该模型采用置信度定向重填充解码，整段序列约需 20 次并行去噪即可生成，而自回归模型每 token 需一次前向。训练通过 DiLoCo 在 3-5 台

MiniMax M3.1 Flash 发布：中国 AI 价格战未见底线

MiniMax 发布推理模型 M3.1 Flash，在 Artificial Analysis 智能指数上得分 42，比前代 M3 高 13 分，单任务成本却不到一半，约 0.22 美元。该模型在 Humanity's Last Exam 上达到 48%，在 AA-Omniscience 事实准确率上达到 56%，均超过 Deepseek V4.1 Flas

中电信开源29B意图理解模型Xing4.0-29B-Intent

中电信人工智能科技有限公司星辰通用人工智能实验室于10月19日开源Xing4.0-29B-Intent模型，将意图理解从Jev式的分类判断扩展为意图分类加参数抽取，并统一输出结构化JSON。该模型基于星辰29B底座微调，端到端推理延迟低于150毫秒，零样本Micro-F1达70.27，较Jev最优配置高12.62个百分点，在48个公开数据集统一评测中总分58

另有 1 家信源报道

cyankiwi 发布 Qwen3.5-9B AWQ-BF16-INT8 量化模型

cyankiwi 在 Hugging Face 发布了 Qwen3.5-9B 的 AWQ-BF16-INT8 量化版本，基于 Qwen/Qwen3.5-9B 使用 llm-compressor 完成量化，校准数据来自 nvidia/Llama-Nemotron-Post-Training-Dataset，模型体积约 14.14 GB，采用 Apache-2.

Gemma 4 E2B 推出 LiteRT-LM 端侧部署版本

Hugging Face 上发布 litert-community/gemma-4-E2B-it-litert-lm，将 Google 的 Gemma 4 E2B 模型以 .litertlm 格式打包，可直接部署在 Android、iOS、桌面、IoT 和 Web 端。该版本基于 LiteRT-LM 框架，采用 2bit/4bit/8bit 混合量化，纯文本

Qwen3.8-27B Coder390 去审查版 ROCmFPX 量化 GGUF 发布

开发者 ArtomYuan 在 Hugging Face 发布了 Qwen3.8-27B-Coder390-EfficientThink-abliterated 的 ROCmFPX 量化 GGUF 版本，共 7 个量化层级并附带视觉 mmproj。该模型基于 huihui-ai 的 Coder390-EfficientThink 社区微调版再做 ablite

MiniCPM-V 4.7 35B-A3B 发布 int4 量化版，主打端侧 MoE 推理

面壁智能（OpenBMB）在 Hugging Face 发布 MiniCPM-V 4.7 35B-A3B 的 int4 量化版本，基于压缩张量与 llm-compressor 实现 W4A16 量化。该模型是 MiniCPM-V 系列首个 MoE 多模态模型，借助 Lookahead Expert Scheduling、分层量化和 DSpark 投机采样，宣

MiniCPM-V 4.7 1B 发布 GPTQ 量化版

OpenBMB 在 Hugging Face 发布 MiniCPM-V 4.7 1B 的 GPTQ（W4A16）量化版本，基于 Apache-2.0 许可，面向端侧多模态推理。该模型采用视觉编码器内早期压缩与 4x/16x 混合视觉 token 压缩，支持 iOS、Android、HarmonyOS 及多家芯片平台，并兼容 SGLang、vLLM、llama

BizBench：揭示长程智能体在真实商业部署中的隐藏挑战

研究团队发布 BizBench，一个基于某领先支付公司真实业务流程构建的多轮长程智能体基准，包含 789 份知识文档、601 个可发现业务工具和 50 个任务，用于评估智能体在支付等高风险场景中的中间执行合规性。实验显示，前沿模型表现有限：Claude Opus 5 与 GPT-6 Sol 的严格成功率仅为 64.0% 和 61.3%，Qwen3.8-27B

Qwen-Image-Lightning 蒸馏 LoRA 发布：8 步生成图像

lightx2v 在 Hugging Face 发布 Qwen-Image-Lightning，为 Qwen-Image 文生图模型提供蒸馏 LoRA 权重，使图像生成仅需 8 步推理。该权重采用 Apache-2.0 许可，可通过 diffusers 本地加载，也可在 LightX2V Studio 在线使用（线上部署为 Qwen-Image-2512 搭

llama.cpp b11729：Qwen3 支持双向注意力与 dense 2 输出投影

llama.cpp 发布 b11729 版本，为 Qwen3 模型新增双向注意力（bidirectional attention）与 dense 2 输出投影支持，并在转换脚本 base 中读取 use bidirectional attention 配置。该改动由社区贡献者提交、Grok 辅助完成，同时发布覆盖 macOS、Linux、Windows、An

ggml-org 发布 gemma-4-E4B-it GGUF 量化版

ggml-org 在 Hugging Face 发布了 google/gemma-4-E4B-it 的 GGUF 量化版本，采用 Apache-2.0 许可，pipeline 标签为 any-to-any。该模型由 ggml-org/convert 工具自动转换，可通过 Llama 应用或 llama serve 命令行直接运行。这为本地部署 Gemma 4

ggml-org 发布 Gemma 4 31B 指令版 GGUF 量化模型

ggml-org 在 Hugging Face 发布了 google/gemma-4-31B-it 的 GGUF 量化版本，支持通过 Llama 应用或命令行 llama serve 直接运行。该模型由自动化转换工具生成，采用 Apache-2.0 许可，属于多模态图文输入模型。