全部动态

Gander模型实现了全双工自然对话，支持用户随时打断，模型也能主动提供反馈，代码模型数据已开源。

PlannerForge用LLM智能体整合了自动驾驶测试全流程，开源模型表现接近商业API，成本调优将规划成功率提升20%。

SkillAdam让AI智能体技能进化更稳定高效，比现有方法少花很多迭代次数就能获得更强技能。

DeepSeek 推出了 RedKnot-MLA 系统，能显著提升长上下文服务的速度和效率，在多个基准测试中表现优异。

CUA-Universe让AI智能体能同时使用图形界面和命令行，比纯GUI或纯CLI更高效实用。

ACE让MoE模型能智能跳过冗余专家，无需重新训练就能提升效率，在Qwen3.6-35B-A3B上效果显著。

Sentinel-RL解决了LLM在安全运营中的两大瓶颈，能快速处理大规模网络拓扑，推荐更准确的 containment 行动。

Terminal-Universe能把代码执行轨迹变成可复用环境，让Qwen3.5-27B在终端任务上提升近12分。

零售供应链需求适应有新框架，用GPT/Qwen/DeepSeek提升成功率7%。

Jina团队发布了Jina-OCR-v1，能在低成本GPU上高效处理文档，速度翻倍且精度高。

DisCo代理把GitHub仓库变成可重用技能，在多个AI研究基准上大幅提升性能，比无技能版本表现更好。

HoH框架让AI编码代理能持续改进软件，在三个基准测试中平均提升52%，还能自主开发完整游戏。

MiniMax团队发布H3-World，让33B视频模型通过语言精确控制角色和相机，训练成本低效果好。

Facet-0 模型通过预测和评估接触后果，让机器人能完成高精度装配，成功率比最强基线高出 5 倍多。

俄语安全护栏新模型，在俄语提示注入检测上表现优异，延迟最低，开源权重已发布。

DeepSeek 175B在普通笔记本上完成20万蛋白质筛选，比A100集群快100倍，误差仅0.88，让小团队也能做药物发现。

CineForge能自我改进视频制作能力，跨故事积累经验，生成更连贯的长视频故事。

ASKS系统用LLM编译56篇论文，把科学知识变成可追溯的图谱，比传统方法更系统化。

Poor Lab用5090显卡训练出接近Qwen2-1.5B的模型，成本不到7千，开源食谱让普通人也能训练大模型。

WikiSkill让AI智能体把经验变成可复用的知识库，小模型靠技能能打败大模型，技能还能跨模型使用。

CLAP让不同机器人共享物理知识，无需重新训练就能在新任务上零样本部署，比单模型更通用。

Robust CurveMoE 在 CIFAR-100 和 ImageNet-100 数据集上显著提升了混合专家模型的鲁棒性，比最强基线提高了 2.37% 和 2.13% 的联合准确率，值得一试。

JIT-Agent模型可以即时合成适用于任意现成LLM的任务自适应智能体绑定，显著提升模型性能，值得一试。