Chinese contentDeepSeek V4 Flash登顶NYT Connections新基准
DeepSeek V4 Flash在谜题基准拿到89.6，赢了Gemini 3.6的89.0，推理表现很亮眼。
Latest
Every published item, in order · 341 items
Aug 2
Aug 1
Chinese content花一杯咖啡钱微调嵌入模型：Qwen3-Embedding-8B 域适配
Fireworks 用不到 10 美元教会你微调 Qwen3-Embedding-8B，三个实验最高 nDCG 涨 36%，做 RAG 的值得看。
Jul 30
Jul 28
Chinese contentQwen3.8-Max-Preview发布，阿里启动#QwenGrowthPlan邀开发者反馈
阿里发了个新模型Qwen3.8-Max-Preview，还搞了个成长计划，让你用模型做任务提反馈还能拿奖励，玩起来！
Jul 25
Chinese content微软发布27B电脑操作Agent Fara1.5-27B
微软开源了27B的电脑操作Agent Fara1.5-27B，能控制电脑做网页自动化，本地就能跑，RPA可以退了。
Chinese content2026年Embedding模型选择指南：从榜单到数据形态
Milvus团队写的实战指南，告诉你不同数据该用哪个embedding模型，还捎带介绍了Milvus 2.6的新功能。
Jul 23
Chinese contentMiles 引入 OPD：使 Qwen3.5-35B 推理缩短 3 倍且精度提升
Miles 发布了 OPD 方法，让 Qwen3.5 模型推理更快更准，无需任务奖励，比传统蒸馏更高效，适合模型压缩场景。
Jul 21
Chinese content多个模型在IMO 2026获满分，国产模型Qwen3.8和Kimi K3表现出色
国产模型Qwen3.8和Kimi K3在IMO 2026中拿了满分，速度还很快，想看看它们数学推理能力有多强？
Chinese contentQwen3.8-Max-Preview 发布：2.4T参数，Qoder平台编码推理大提升
Qwen出了个2.4万亿参数的新模型，在编码和协作能力上很强，而且现在Qoder上打98%折扣，做长周期任务你可以直接甩手不盯着。
Jul 20
Chinese content输入随机数验明正身：识别OpenRouter等聚合商模型是否被调包
聚合商可能偷偷换模型，你输入一个随机数，看它回答哪个数字就能认出是谁，实测GPT-4o、Claude、Qwen各有偏好。
Chinese contentQwen 3.8 即将开源发布，2.4T参数，预览版已上线
如果你在用智能体工作流，Qwen 3.7 已经很好用，3.8 参数翻倍到 2.4T，开源且性能接近 Fable 5，值得试试预览版。
Chinese content阿里巴巴 Qwen 即将开源 2.4T 参数的 Qwen3.8 模型
阿里要开源 2.4T 参数的 Qwen3.8，称仅次于 Fable 5，预览版已能玩，模型迷可以蹲一波。
Jul 19
Chinese contentQwen 3.8 即将开源发布，2.4T 参数仅次于 Claude Fable 5
阿里开源 Qwen3.8，2.4T 参数直逼 Claude Fable 5，现在就能试 Preview 版，开源党快冲！
Chinese content阿里发布Qwen3.8-Max-Preview，2+万亿参数模型，官方称仅次于Fable 5
阿里新出的2万亿参数大模型Qwen3.8-Max-Preview，号称只比Fable 5差一点，已经能直接试用了，想看看它有多强可以测测。
Chinese content阿里云Qwen3.8即将发布并开源权重
阿里云发了 Qwen3.8，2.4T 参数即将开源，预览版现在就能在 Token Plan 上试，看看是不是真仅次于 Fable 5。
Chinese contentBaoCut 集成 OpenMOSS 开源 MOSS-Transcribe-Diarize-0.9B，实现带说话人标注的长音频转写
宝玉给 BaoCut 集成了 MOSS-Transcribe-Diarize-0.9B，能一次搞定长音频转写和说话人标注，省去额外模型，适合做字幕或会议记录。
Chinese contentOpenMOSS 发布 MOSS-Transcribe-Diarize-0.9B，端到端多人长音频转写模型
OpenMOSS 开源了一个 0.9B 参数的端到端模型，能一次搞定 90 分钟多人音频，告诉你谁说了什么、什么时候说的，单卡 4090 跑得飞快。
Jul 17
Chinese content用 Qwen3 ASR 替换 Whisper：解决时间戳不准和中英文混排问题
宝玉分享了用 Qwen3 ASR 替代 Whisper 做字幕的心得，时间戳对得很准，还配了发言人识别方案，适合搞视频翻译的朋友。
Jul 15
Chinese contentPrismML 将 Qwen3.6-27B 压到 3.9GB 在 iPhone 上运行，保留 90% 性能
PrismML 把 27B 大模型压到几 GB 还能在手机上跑，性能几乎没缩水，iPhone 用户也能本地跑大模型了。
Chinese content用Qwen3量化模型Ternary-bonsai-27b-mlx-2bit本地部署体验
给想低成本跑大模型的开发者参考：用Qwen3量化版，M1 Pro就能流畅做本地任务。
Models08:53
Chinese contentPrismML发布Bonsai 27B：首个可在手机上运行的27B模型27B模型能塞进手机，3.9GB就跑得动，还完全开源。手机党不用再羡慕桌机了。
Models08:37
Chinese contentPrismML发布Bonsai 27B：可在手机本地运行的27B多模态模型PrismML搞了个Bonsai 27B，在手机上就能跑27B多模态模型，压缩到3.9GB性能还能保留90%，挺牛的，还开源了，可以试试。
Chinese contentPrismML 发布 Bonsai 27B，多模态模型可在手机上本地运行
手机能跑 27B 模型了？PrismML 的 Bonsai 27B 实际做到了——体积最小 3.9GB，速度还不慢，开源免费。想本地用大模型又嫌大的可以看。
Chinese content编码智能体自主训练视觉模型，Qwen3-VL-2B准确率从25%升至96.9%
NVIDIA 让智能体自己搭环境教模型，Qwen3-VL-2B 准确率从 25% 飙到 96.9%，还能自动想下一步实验，挺有意思。
Jul 14
Chinese content中国代码模型GLM5.2、Qwen3.7 Max定价低至1美元/百万token，美股SOTA同档4-8美元
GLM5.2和Qwen3.7 Max比美股便宜4-8倍，但还在亏本卖。高盛说代码模型利润率-39%，国内价格战打到2030年才止血，做AI应用的朋友该算算这笔账。
Chinese contentAMD为vime框架带来ROCm支持，MI355X GPU运行RL后训练
AMD给vLLM生态的RL训练框架vime加了ROCm支持，现在你的Qwen3-8B在MI355X上能跑到4100 tokens/gpu/s，训练和rollout的logprob很稳，还直接提供预构建容器，省去编译麻烦。
Jul 10
Chinese contentMOSS-Transcribe-Diarize-0.9B 开源，端到端多说话人ASR模型
MosiAI 开源了一个0.9B的小模型，能一次性转录90分钟的多说话人音频，边缘设备就能跑，很适合本地部署。
Chinese contentTRACE：智能体识别缺失能力自我改进，Qwen3.6-27B达73.2%
斯坦福AI Lab搞了个新方法TRACE，让AI自己找短板补课。只用四分之一训练量就超过了GRPO和GEPA，还赢了大模型Codex 5.2和GLM 5。
Jul 7
Chinese content从前沿AI到笔记本电脑AI：25个月的滞后
想了解前沿模型多久能变成你能在笔记本上跑的开源版？这篇用GPT-4、Claude 3.5等具体案例算出了平均25个月的滞后，还画了未来预测图。
Chinese contentbottlecapai 发布 ThinkingCap-Qwen3.6-27B，推理 token 减少 50%
bottlecapai 用 Qwen3.6-27B 微调的新模型能省一半推理 token，最快省九成，适合低成本推理场景。
Jul 3
Chinese content阿里Qwen3-Omni实时语音推理优化：首音延迟降至0.6秒
阿里和蚂蚁团队搞了个优化，Qwen3-Omni实时对话延迟从6秒降到0.6秒，吞吐还翻了5倍多，推荐看技术博客。
Chinese contentAgent辅助SGLang开发：吞吐提升71.4%，TTFT降63%
SGLang团队用Agent自动化优化推理管道，实测吞吐涨71%，TTFT砍半，还省了10GB显存，硬核经验值得看。
Jul 2
Chinese contentNVIDIA发布Qwen3.6-27B-NVFP4，4位浮点权重支持SGLang
NVIDIA新出的Qwen3.6-27B模型，4位量化体积小很多但精度没怎么降，SGLang直接就能用，可以去试试。