20:19berryxia@berryxiaMiniMax 在沉寂半年后,将去年 12 月开源的 M2 模型背后的设计思路、训练细节和系统架构整理成论文发布到 arXiv。社区已广泛采用其核心系统如 CISPO、Forge RL System 和 Self-Evolution。MiniMax 表示 M3 模型和 MSA 论文即将发布,此举旨在推动开源生态从单纯卷参数转向公开方法论。AI模型开源/仓库强化学习MiniMaxM2M3推荐理由:MiniMax 把 M2 的完整训练路径摊开,做开源模型训练或强化学习的团队可以直接参考,少走半年弯路。M3 即将到来,值得关注其系统级突破。原文
18:58Geek@geekbb该项目利用 Cloudflare Workers 和 Next.js 构建了一个自托管的邮件客户端,允许用户使用自己的域名收发邮件。核心功能包括域名管理、邮箱创建、收件箱、草稿和搜索。所有操作均在 Cloudflare 基础设施上运行,无需自建服务器,适合追求隐私和自主控制的用户。项目已开源在 GitHub 上,方便开发者部署和定制。AI产品自托管邮件客户端Cloudflare开源/仓库Next.js推荐理由:想摆脱 Gmail 等大厂邮箱、自己掌控邮件数据的开发者,这个基于 Cloudflare 的开源方案值得一试——部署简单,还能用上自己的域名。原文
17:53Harrison Chase@hwchase17Harrison Chase(LangChain 创始人)在 X 上推荐了一个名为 Quarq 的开源智能体项目,其核心设计围绕记忆与持续学习能力。该智能体能够记住历史交互并从中学习,从而在长期任务中表现更稳定。这一方向解决了当前 AI 智能体缺乏长期记忆、难以持续优化的痛点。对于构建需要长期交互或个性化服务的 AI 应用的开发者来说,Quarq 提供了一个值得探索的开源方案。AI产品开源/仓库智能体记忆持续学习Quarq推荐理由:做长期交互 AI 应用的开发者终于有了一个原生支持记忆和持续学习的开源智能体,LangChain 创始人亲自推荐,值得一试。原文
15:44Geek@geekbb一个基于 Rust 的 MCP 服务器项目发布,支持对 XLSX、DOCX、PPTX 等 Office 文档进行本地读写和格式转换,延迟低至亚毫秒级。该项目利用 Rust 的高性能和内存安全特性,实现了比传统 Python/Java 方案更快的文档处理能力。对于需要在本地快速处理 Office 文件的开发者或自动化工作流,这是一个轻量且高效的 MCP 工具选择。AI产品MCP/工具RustOffice文档本地处理开源/仓库7 个信源在谈推荐理由:做文档自动化或本地数据处理的人终于有了一个 Rust 原生的 MCP 方案,亚毫秒级读写比传统库快一个量级,值得直接集成到你的工具链里试试。原文
12:18arXiv: DeepSeek@Dongxu Yang精选72°Device Context Protocol (DCP) 是一种专为微控制器设计的轻量级协议,典型帧小于 50 字节,支持能力范围检查、类型检查、试运行评估和单位即类型等安全原语。与 MCP 和 IoT-MCP 不同,DCP 在主机侧通过 Bridge 拒绝幻觉或提示注入的调用,确保物理设备安全。参考实现在 ESP32 上仅需 27.6 KB 闪存和 0.6 KB RAM。实验表明,DCP 能 100% 阻止能力升级攻击,78% 阻止提示注入攻击,而 MCP 和 IoT-MCP 的阻止率仅为 0-1%。DCP 填补了 MCP 与物理设备之间的空白,为 LLM 控制受限硬件提供了安全基础。论文协议/标准安全/防护物联网/嵌入式LLM/工具调用开源/仓库推荐理由:做物联网或嵌入式 AI 的开发者终于有了一个能安全控制微控制器的协议——DCP 在 50 字节内实现了 MCP 无法提供的安全防护,建议直接看论文和开源实现。原文
11:57IT之家(博客/媒体)78°面壁智能联合清华大学、OpenBMB开源社区发布ForgeTrain,这是全球首个完全由AI编写、零人类代码介入的生产级大模型训练框架。该框架已在华为昇腾芯片上成功完成MiniCPM5-1B模型的预训练,该模型综合性能在全球同尺寸中领先,位列AA榜单2B规模以下Top 1。ForgeTrain完全开源,包含框架代码和Agent Harness工具链,任何团队可复现从对齐到反超的全过程。这标志着“AI写框架→国产芯片运行→训出领先模型”的闭环被打通。AI产品开源/仓库训练框架面壁智能华为昇腾MiniCPM推荐理由:ForgeTrain证明了AI可以自主编写生产级训练框架,解决了大模型训练对人工编码的依赖问题。做模型训练或国产芯片适配的团队可以直接用这套开源工具链复现顶尖模型,建议点开看看具体实现。原文
11:10Geek@geekbbGitStar 是一款开源的 GitHub 桌面端工具,专为星标仓库过多的用户设计。它能自动同步用户的星标仓库,利用 AI 分析仓库内容并自动生成描述、分类和标签。支持语义搜索,帮助用户快速找到需要的仓库;还能一键翻译 README 为中文,方便阅读。此外,它提供 release 更新跟踪、一键下载资产、管理 fork 同步上游更新以及发现 trending 仓库等功能。该项目已在 GitHub 上获得 2.7k 星标,适合 GitHub 重度用户提升仓库管理效率。AI产品GitHub 工具星标管理AI 分类开源/仓库桌面端推荐理由:GitHub 星标仓库超过几百个就难找难管,GitStar 用 AI 自动分类和语义搜索解决了这个痛点,重度开源玩家和开发者可以直接装起来用。原文
11:04Y Combinator@ycombinator精选Superset 是一款开源 IDE,专为开发者设计,支持并行运行数百个 AI 智能体。过去四个月,其周增长率达 30%,帮助工程师将 PR 提交效率提升 10 倍。该项目由 Y Combinator 支持,近日正式发布,受到社区关注。AI产品开源/仓库IDE智能体并行计算Superset推荐理由:对于需要大规模并行执行 AI 任务的开发者,Superset 提供了一个开源 IDE 解决方案,能显著提升代码审查和 PR 效率,值得尝试。原文
10:59IT之家(博客/媒体)精选Hugging Face 于 5 月 21 日发布 LeRobot Humanoid 双足机器人项目,面向机器人开发者和研究人员,起步价 2500 美元。该项目非成品,需自行组装,旨在提供可理解、可维修、可加装传感器的开源平台。硬件部分大量使用 3D 打印件和现成元件,软件部分提供校准、控制工具并支持仿真。团队鼓励先在仿真中训练动作,再在真实机体上测试,数据可反哺仿真环境。后续计划加入上半身集成和更高级行为。AI产品机器人开源/仓库3D 打印仿真Hugging Face推荐理由:Hugging Face 把双足机器人的门槛从几十万降到 2500 美元,做机器人研究的团队和学生可以直接用开源方案动手组装和训练,省去从零搭建的麻烦。原文
10:31arXiv cs.AI@Basant Mounir, Farida Madkour, Amira Abdelaziz, Asmaa Sami精选竞争法专家进行法律研究时需审查大量案例和判决,现有通用助手(如Claude、ChatGPT)或法律助手(如SaulLM-7B、LegalGPT)缺乏领域专长,易产生幻觉或引用不足。研究者提出Maat,一个基于ReAct框架的智能体,通过RAG确保引用可靠性,支持网络搜索回退和模糊查询澄清。在案例特定任务上,Maat显著优于所有基线助手,在理论问题任务上接近最佳水平。相关数据集已在GitHub开源。AI产品智能体法律助手RAG/检索增强竞争法开源/仓库推荐理由:竞争法研究者终于有了靠谱的AI助手——Maat解决了现有模型在专业法律分析中幻觉和引用不足的痛点,做竞争法案例研究的团队可以直接用开源数据集试试。原文
10:07arXiv: OpenAI@Yashwardhan Chaudhuri, Sanyam Jain, Paridhi Mundra精选E3是一个自动化的论文评审助手,旨在帮助审稿人和工程团队识别论文中的技术问题。它能够报告问题的性质、位置、对贡献的影响以及解决所需的证据,涵盖未支持的声明、缺失的消融实验、弱基线、隐藏假设、有效性威胁和数据泄露风险。为了无污染地评估E3,研究采用了issue级回测协议:只使用训练截止日期后的论文,并由一个观察匿名评审的元法官标记每个问题来源对为“捕获”、“部分”或“遗漏”。在100篇ICLR 2026论文和4598个问题行的测试中,E3在所有聚合指标上实现了最高召回率,部分包含召回率达90.2%,比GPT高15.5个百分点,比Claude高17.1个百分点,比人类评审高29.2个百分点。E3还恢复了人类评审提出的89.6%的问题,并额外发现了1635个被人类遗漏的问题。论文论文评审自动化评估回测协议ICLR 2026开源/仓库推荐理由:E3解决了论文评审中遗漏关键技术问题的痛点,做学术评审或论文质量控制的团队可以直接用这套开源工具提升效率,建议点开看看具体实现。原文
10:02shao__meng@shao__meng76°微软开源了 Webwright,一个终端原生的 Web Agent 框架,核心设计是“代码即动作”——让 LLM 直接编写 Playwright 脚本,将网页操作转化为可运行的 Python 程序。该框架在 Online-Mind2Web 和 Odysseys 基准测试中达到 SOTA 水平,架构极简,仅约 1000 行代码,无隐藏编排层。Webwright 已集成 Claude Code 和 OpenAI Codex 插件,支持任务完成后自动渲染为 HTML 应用(Task2UI 模式)。其脚本可复用、可审计,适合需要稳定浏览器自动化的开发者和团队。AI产品Web Agent浏览器自动化Playwright开源/仓库微软10 个信源在谈推荐理由:Webwright 用代码即动作的思路解决了传统 Web Agent 每次依赖 LLM 判断的低效问题,做浏览器自动化或 RPA 的开发者可以直接用 Playwright 脚本复用成果,值得一试。原文
08:37berryxia@berryxia76°Google Gemma团队推出开源项目AIventure,一个复古地牢爬行游戏,核心玩法是将agentic workflow和vibe-coding融入游戏。玩家在游戏中通过自然语言指令,让本地模型Gemma 4实时理解、规划、调用工具,最终生成可运行的Web应用。该项目完全开源,旨在展示如何让AI执行复杂任务,而非仅停留在对话层面。开发者可通过游戏机制学习AI agent集成与任务自动化。AI产品Gemma 4AIventure开源/仓库智能体编程助手推荐理由:想体验AI agent从聊天到落地的开发者,这个游戏让你边玩边学Gemma 4的实时任务执行,直接跑出真实应用,值得一试。原文
07:59berryxia@berryxiaoMLX 是一个基于 Apple MLX 框架的本地 AI 项目,由一位有全职工作的 solo 开发者维护。最新 v0.3.11 版本重点提升了高内存压力下的稳定性,并优化了用户体验,让用户无需阅读文档或调整参数即可使用本地模型。项目支持模型下载过程中即可开始对话,旨在降低本地 AI 的使用门槛,推动其普及。AI产品oMLXApple MLX本地AIMac开源/仓库推荐理由:如果你在 Mac 上折腾本地 AI 但被复杂配置劝退,oMLX 让你像用原生 App 一样直接上手,solo 开发者把稳定性做到位了,值得一试。原文
00:20岚叔@lufzzliz一位开发者分享了通过并发运行10个Agent,从YouTube多个TOP级视频中提取提示词、方法论和小技巧的经验。该项目去除了原项目中一些无聊的提示词,新增了生成美女的提示词和创意提示词。作者建议用户拉取最新主分支代码,并预告明天将掘金𝕏平台。开源地址已提供,鼓励用户star。技巧智能体内容挖掘提示词开源/仓库YouTube推荐理由:做内容挖掘或提示词工程的开发者,可以用这套并发Agent方案高效榨取YouTube优质内容,直接拿来用或改造成自己的工具链。原文
23:58berryxia@berryxia精选88°Anthropic黑客松冠军团队Affaan Mustafa和队友在纽约赛场用Claude Code仅8小时做出产品夺冠,奖品为1.5万美元API credits。赛后他们将积累的精华开源为ECC(Everything Claude Code)仓库,包含61个Agent、246个Skills、76个预设命令,以及Hook系统、规则引擎、安全扫描和MCP配置。ECC不是提示词合集,而是完整的AI编程工作台,支持Claude Code、Cursor、Codex等多平台。该项目让独立开发者和小团队能直接克隆一套工业级AI编程环境,持续更新。AI产品Claude Code开源/仓库AI编程助手智能体MCP/工具10 个信源在谈推荐理由:重度使用Claude Code、Cursor、Codex的开发者,这个开源仓库能让你直接获得一套61个Agent+246个Skills的完整工作台,省去自己搭建的麻烦,建议立刻clone试试。原文
23:22berryxia@berryxia83°CMU和UMD的研究团队发现,Transformer大模型在处理超长任务时注意力机制会因上下文长度二次方爆炸而性能下降。他们提出“sleep-like consolidation”机制,让模型在“睡眠”期间将最近上下文转化为持久fast weights并清空KV cache,从而将短期记忆转为长期记忆。实验表明,增加睡眠深度或时长能显著提升睡眠后的推理能力。该方案完全开源,颠覆了传统靠堆显存扩展上下文的做法。论文Transformer长上下文记忆固化开源/仓库推理优化推荐理由:这个研究用“睡觉”这种生物启发机制解决了长上下文推理的显存和速度瓶颈,做长序列AI应用的开发者可以直接参考开源方案,比堆显存更聪明。原文
19:29Geek@geekbb一款名为 CodeVista 的开源工具利用 AI 自动分析 GitHub 仓库的架构、依赖关系和执行流程,帮助开发者快速理解新代码库并评估 PR 影响范围。它通过解析代码结构、生成依赖图和执行路径,降低了上手新项目的门槛。相比 DeepWiki,CodeVista 提供了更深入的静态分析能力,适合团队协作和代码审查场景。该工具已在 GitHub 开源,开发者可直接使用。AI产品代码分析开源/仓库AI 工具GitHub代码审查推荐理由:CodeVista 解决了新代码库上手慢和 PR 影响评估难的问题,做代码审查或接手遗留项目的开发者可以直接用起来,比 DeepWiki 更实用。原文
16:37Dify@dify_aiDify与ArklexAI集成,通过轻量Chat API适配器将ArkSim(开源Agent测试框架)接入Dify应用。ArkSim能模拟多轮真实对话的合成用户,在Dify应用上线前自动检测幻觉、上下文丢失、矛盾和工作流失败。该方案支持有用性、忠实度、连贯性和目标完成度等评估指标,可用于CI质量门禁和知识库回归测试。团队可借此在生产环境暴露问题前修复Agent行为,提升应用可靠性。AI产品智能体测试框架DifyArklex开源/仓库推荐理由:做AI Agent应用开发的团队终于有了上线前的自动化测试方案——ArkSim模拟真实用户对话,能提前发现幻觉和流程断裂,建议做Dify应用的开发者直接集成试试。原文
16:35阿里云 Alibaba Cloud@alibaba_cloud阿里巴巴云发布 AI Key Frames 系列,首期邀请 Nous Research 战略主管 Tommy Eastman 探讨 AI 智能体的本质。Eastman 指出当前多数“AI 智能体”只是带额外步骤的聊天机器人,真正的智能体应具备自主决策能力。他强调开源模型在持续超越闭源实验室,并预测 AI 将成为一切的操作层。该系列旨在推动 AI 原生发展,值得关注。AI产品智能体开源/仓库QwenAI 原生行业趋势推荐理由:Tommy Eastman 对 AI 智能体的犀利定义直击行业痛点,做智能体开发的团队和关注开源 vs 闭源趋势的读者,看完会对 AI 的未来方向有更清晰判断。原文
16:27Tw93@HiTw93精选Waza 是一个将开发者日常工程习惯转化为 AI 智能体可执行技能的工具,吸收了真实项目经验。它支持 Mac 原生应用、CLI 工具和 Rust 项目,兼容 Claude Code、Codex、Cursor 和 Pi 等智能体运行时。Waza 提供 8 项技能,包括 CLI 审查、调试“源码能跑但安装后报错”、修复后自动清理同类实例、强制验证运行时证据后才确认修复等。它还内置 25 种反模式检测、破坏性命令安全保护,并将获取的内容视为不可信数据。该项目无框架依赖、无遥测,轻量可卸载。AI产品智能体CLI 工具开源/仓库代码审查Rust10 个信源在谈推荐理由:Waza 把开发者熟悉的工程习惯打包成 AI 智能体可直接运行的技能,做 CLI 工具、Rust 或 Mac 原生应用的团队,能直接用它提升代码审查和调试效率,值得一试。原文
16:20Geek@geekbb精选一款名为 Ari 的开源 macOS 菜单栏 AI 启动器发布,使用 Swift 语言构建,基于 MLX 框架在 Apple Silicon 芯片上本地运行语言模型。它让用户无需联网即可在菜单栏快速调用 AI 能力,保护隐私且响应迅速。项目已托管在 GitHub,适合 macOS 开发者或注重隐私的 AI 用户尝试。AI产品开源/仓库macOSMLXApple Silicon本地 AI推荐理由:macOS 用户终于有了一个本地化、轻量的 AI 入口,无需联网即可在菜单栏调用模型,隐私敏感或离线场景下的开发者值得一试。原文
16:18向阳乔木@vista8精选网易有道发布子曰4全模态模型,27B参数,在视觉数理方向达到同规模SOTA,纯文本数理难题准确率81.4%。该模型面向中文学习场景,兼顾多模态与纯文本数理推理能力。同时,子曰4全模态模型和TTS引擎同步开源,开放参数权重,支持本地部署和二次训练。TTS模型仅需3秒即可克隆原声,支持14种语言,克隆准确度超97%,音色还原度95%以上。AI模型全模态模型开源/仓库数理推理TTS/语音克隆网易有道推荐理由:教育科技团队和AI开发者有了一个27B甜点级参数的全模态开源选择,数理推理和语音克隆能力都很能打,做学习类应用或本地部署的可以直接上手试试。原文
16:18向阳乔木@vista8一位用户用中文克隆的声音,将经典电影英文台词翻译成日语、法语、德语,并通过开源TTS模型合成语音。结果声音自然,情绪传递到位,支持14种语言。该模型可本地部署,质量不错,适合制作AI播客、睡前故事、广告宣传等。试玩地址已公开,开源社区又多了一个高质量TTS选项。AI产品TTS/语音合成开源/仓库多语言AI播客本地部署推荐理由:开源TTS又多了一个高质量选项,做多语言语音合成、AI播客或本地部署的开发者可以直接试玩,效果自然到让人惊喜。原文
16:06marktechpost@Michal SutterOmniVoice Studio 是一个完全本地运行的开源语音工具,无需 API 密钥、云账户或订阅。它支持语音克隆、视频配音、实时听写和说话人分离,覆盖 646 种语言的文本转语音。项目还提供 MCP 服务器,可与 Claude、Cursor 等客户端集成。这为追求隐私和低成本的语音处理需求提供了强大替代方案。AI产品语音克隆开源/仓库MCP/工具文本转语音本地部署8 个信源在谈推荐理由:做语音应用或内容创作的团队终于有了本地可用的开源方案,隐私安全且零成本,建议试试集成到工作流中。原文
15:16向阳乔木@vista8网易有道持续开源其大模型,包括轻量级推理模型子曰-o1和数学模型子曰3,均支持单块消费级GPU运行。基于这些模型,有道已推出龙虾LobsterAI、同传Agent、Thinkflow等AI Agent产品。最新开源了全模态模型和TTS模型,标志着从教育垂直模型向AI Agent基础设施方向拓展。开源生态建设虽难但长期价值高,开发者可在线体验TTS和下载多模态模型。AI产品网易有道开源/仓库多模态模型TTSAI Agent推荐理由:网易有道从教育垂直模型转向AI Agent基建,开源的多模态和TTS模型让做Agent开发的团队可以直接用消费级GPU跑,值得关注其生态进展。原文
13:42IT之家(博客/媒体)精选OpenClaw 的龙虾之父 Peter 开源了 skill-cleaner,一个专门为 AI 技能(Skill)做体检和优化的工具。他指出,很多开发者把技能描述写得太长,导致 Agent 调用时 token 消耗大、选择噪声多、延迟高。该工具能审计技能预算、检测重复技能、筛查未使用技能、优化描述长度,帮助开发者将技能描述精简到 40 词以内,从而提升 Agent 的调用准确性和降低运行成本。Peter 强调技能描述应像路标一样简洁,而详细的逻辑应放在代码中。AI产品开源/仓库技能优化token 节省AgentCodex5 个信源在谈推荐理由:AI 技能开发者常忽略描述过长带来的 token 浪费和 Agent 选择困难,这个开源工具直接帮你审计并优化,省成本又提效果,做 Agent 或 Codex 技能的建议立刻试试。原文
13:15IT之家(博客/媒体)83°面壁智能联合清华大学、OpenBMB 开源社区发布了 MiniCPM5-1B 端侧文本基座大模型。该模型仅 1B 参数,在 AA-Index 榜单上超越了所有 2B 参数以下模型,性能优于 3 个月前发布的 Qwen3.5-2B 且参数量减半。INT4 量化后权重仅 0.5GB,可直接在手机和浏览器上运行。模型权重、训练数据集与部署方案已全面开源,基于面壁智能自研的 ForgeTrain 框架预训练。AI模型端侧模型开源/仓库MiniCPM5-1B面壁智能AA-Index推荐理由:端侧部署大模型终于有了小参数高性能的选择——做移动端 AI 应用或边缘计算的开发者,可以直接在手机或浏览器里跑这个模型,建议试试它的量化版本。原文
13:13IT之家(博客/媒体)精选昆仑万维天工 AI 推出 SkyClaw-v1.0 及轻量版 SkyClaw-v1.0-lite,支持百万 token 上下文,专为真实智能体工作流设计。模型在复杂工具调用、多轮任务、代码生成等场景表现优异,全面超越 Minimax 2.7、DeepSeek V4 Flash 等开源模型,性能接近更大规模顶级模型。定价低于同类一半,已接入天工 Skywork 平台,即日起开放 2-4 周免费试用。AI模型Agent 模型百万上下文开源/仓库工具调用昆仑万维推荐理由:做 Agent 开发或自动化工作流的团队终于有了性价比之选——SkyClaw 百万上下文且定价低于同类一半,建议直接免费试用看看能否替代现有方案。原文
12:57pandaily@contact@pandaily.com (Pandaily)精选72°Model Best 开源了 BitCPM-CANN 训练框架,首次在国产 AI 加速器上实现 1.58-bit 模型训练。该框架相比全精度训练,推理内存需求降低高达 6 倍,大幅降低硬件门槛。这一突破使得国产算力也能高效运行低比特模型,对依赖国产芯片的 AI 团队意义重大。开源框架已发布,开发者可直接使用。AI模型开源/仓库训练框架低比特量化国产芯片Model Best推荐理由:国产芯片终于能跑 1.58-bit 训练了,内存需求直降 6 倍,用国产算力的 AI 团队可以直接上手试试。原文
12:37arXiv: DeepSeek@Yu Wang, Minghao Liu, Jiayun Wang, Jinrui Huang, Ankit Shah, Wei Wei精选72°本文首次揭示了大型语言模型(LLM)推理过程中置信度的动态模式:正确推理轨迹的置信度随时间提升(正增益),而错误轨迹则衰减。基于此发现,作者提出置信度动态增益(CDG)投票方法,在多个开源模型(DeepSeek-R1、gpt-oss、Gemma-3、Qwen-QwQ)和基准测试(AIME24/25、HMMT25、BRUMO25)上显著提升了推理答案选择的准确性。该方法为推理优化提供了新的判别信号,并附有理论解释。代码已开源。论文推理模型置信度动态投票优化开源/仓库LLM 推理推荐理由:做 LLM 推理优化的开发者终于有了一个基于置信度动态的简单有效方法——CDG 投票在多个模型上都能提升准确率,值得直接试。原文
12:36arXiv: DeepSeek@Rongsheng Zhang, Ruofan Hu, Weijie Chen, Jiji Tang, Junnan Ren, Wanying Wu, Xunuoyan Chen, Tangjie Lv, Tao Jin, Zhou Zhao精选现有角色扮演智能体在长期对话中因上下文窗口限制而依赖外部记忆,但传统记忆框架仅记录事实,缺乏角色个性解读,导致回复泛化、角色一致性差。为此,研究者提出 RoleMemo 数据集,包含四个推理任务,要求智能体通过角色视角解读事实片段。同时提出 DualMem 框架,将记忆解耦为事实认知和角色条件洞察两个流,通过监督微调和强化学习训练。4B 参数的 DualMem 模型在角色一致性上超越了基于 DeepSeek-V3.2 的零样本框架。相关资源已在 GitHub 开源。论文角色扮演智能体记忆框架推理任务强化学习开源/仓库推荐理由:角色扮演智能体长期对话中的记忆与个性保持是行业难题,DualMem 的分离式记忆设计为开发者提供了可落地的解决方案,做虚拟角色或对话系统的团队值得关注。原文
12:25arXiv cs.LG@Adina Scheinfeld, Haotan Zhang, Shang Mu, Rudolf L. M. van Herten, Lucas Stoffl, Ali Erturk, Zhuhao Wu, Johannes C. Paetzold精选该研究提出了一种针对光片荧光显微镜(LSM)的 3D 基础模型,通过在大规模多物种、多染色体的 3D 图像数据集上预训练,学习可迁移的体素表示。模型联合优化掩码重建和图像-文本对齐,显著降低了下游任务的标注需求,支持少样本分割、分类和去模糊。实验表明,该模型在标准指标和专家评估上均优于基线方法,展示了基础模型在 LSM 分析中减少标注负担并提升性能的潜力。代码和预训练权重已开源。论文基础模型3D 影像少样本学习光片荧光显微镜开源/仓库推荐理由:做生物影像分析的研究者终于有了一个能少标注、多任务的 3D 基础模型——少样本就能搞定分割、分类和去模糊,建议做 LSM 数据处理的团队直接试试开源的预训练权重。原文
12:23arXiv cs.LG@Ali Rouzbayani, Bidhan Roy, Marcos Villagra, Zhiying Jiang精选72°巴黎 2.0 是首个通过去中心化计算预训练的视频生成模型,解决了去中心化训练中时间连贯视频生成的难题。相比相同算力预算下的集中式模型,它在低分辨率文本到视频任务中将 FVD 从 561.04 降至 279.01,提升约 2 倍,同时提高了 CLIP 文本-视频相似度和美学评分。该模型基于巴黎 1.0 的去中心化扩散模型架构,无需单一 GPU 集群即可完成训练。这项工作证明了去中心化训练在视频生成领域的可行性,为降低大规模模型训练门槛提供了新路径。论文视频生成去中心化训练扩散模型开源/仓库Paris 2.0推荐理由:去中心化训练让视频生成模型不再依赖昂贵 GPU 集群,做视频生成或分布式训练的团队可以关注这个开源方案,直接降低算力成本。原文
12:20arXiv cs.LG@Sanghyun Lee, Chunsan Hong, Seungryong Kim, Jonghyun Lee, Jongho Park, Dongmin Park精选本文提出 LoopMDM(Looped Masked Diffusion Model),通过在掩码扩散模型的早期-中间层选择性循环,显著提升训练效率和模型性能。训练时循环层产生深度缩放效果而不增加参数,推理时可变循环次数实现灵活计算缩放。在多个预训练语料上,LoopMDM 匹配同尺寸 MDM 性能但节省高达 3.3 倍训练 FLOPs,在 GSM8K 等推理基准上提升最多 8.5 分,甚至超越更深层非循环模型。注意力分析表明,循环促进了掩码位置间的交互。代码和权重将开源。论文掩码扩散模型Transformer架构训练效率推理缩放开源/仓库推荐理由:做扩散语言模型或高效 Transformer 架构的开发者值得关注——LoopMDM 用简单循环层技巧同时省训练算力、提推理性能,直接可复现。原文
12:20arXiv cs.LG@Jun-Tao Tang, Yu-Cheng Shi, Zhen-Hao Xie, Da-Wei Zhou精选多模态大语言模型(MLLMs)通过指令调优将多样任务统一为指令遵循框架,但实际部署需要持续适应新任务,这催生了多模态持续指令调优(MCIT)。然而,当前MCIT研究受限于工程瓶颈:现有方法通常直接修改基础MLLM代码库,导致实现开销大、架构特定、代码复用和公平比较困难。为此,研究者提出Prism,一个插件式可复现代码库,通过轻量级插件注册机制将算法开发与骨干实现分离,无需修改底层MLLM代码即可集成新策略。Prism原生支持大规模训练流水线,确保可复现和可扩展的MCIT实验。代码已开源。论文多模态大语言模型持续学习指令调优开源/仓库Prism推荐理由:Prism解决了MCIT研究中代码碎片化和复现难的问题,做多模态持续学习的团队可以直接用这个插件式框架加速实验,省去大量工程重复劳动。原文
12:18berryxia@berryxia博主分享了使用 SenseNova Skills Agent 免费 Token 计划进行实战的经验。该工具在 GitHub 上已获 2400 星,可用于生成 AI 大模型市场调研报告,耗时约两小时。报告以 Markdown 格式输出,可转换为 PDF 和 PPT。目前处于公测期,完全免费,支持多轮迭代,网络不稳时可继续任务。博主录制了从安装到生成的全流程教程,并推荐用于国内报告内容。AI产品SenseNova Skills Agent免费Token调研报告PPT生成开源/仓库推荐理由:想用免费工具快速生成调研报告并直接转 PPT 的团队,这个 SenseNova Skills Agent 值得一试,尤其适合做国内内容。原文
12:06IT之家(博客/媒体)72°微软研究院开源了网页智能体框架 Webwright,它让 AI 模型在终端中编写 Playwright 代码、执行 bash 命令、查看日志并反复修正,而非传统的一次预测一个低级动作。该框架仅约 1000 行代码,由 Runner、模型接口和终端环境三个核心组件构成,没有复杂编排。在 Online-Mind2Web 基准上,基于 GPT-5.4 的 Webwright 准确率达 86.67%;在长链路任务基准 Odysseys 上,得分 60.1%,比基础 GPT-5.4 提升 81.49%。团队还解决了模型过早宣告完成和上下文膨胀两个工程问题。AI产品网页智能体微软开源/仓库GPT-5.4自动化推荐理由:做网页自动化或智能体开发的团队,可以用这 1000 行代码让模型自己写脚本、调试、反思,效果远超传统方法,值得直接拿源码试试。原文
11:46arXiv cs.AI@Haolang Zhao, Yunbo Long, Lukas Beckenbauer, Alexandra Brintrup精选72°深度研究智能体在处理复杂信息时,现有系统依赖大模型隐式推理来演化中间表征,导致信息污染和错误传播。VeriTrace 提出通过显式反馈循环(解释更新、偏差反馈、模式修正)来持续对齐任务理解与现实,并基于认知图谱框架实现。在 Qwen3.5-27B 基座上,VeriTrace 在 DeepResearch Bench 洞察力指标上提升 4.22 个百分点,在 DeepConsult 上胜率提升 5.9 个百分点。与 Config-DeepSeek 结合,它取得了 DRB 上最强的可复现开源结果。论文深度研究智能体认知图谱显式反馈推理模型开源/仓库推荐理由:做深度研究或复杂推理系统的开发者,VeriTrace 用显式反馈替代隐式推理,解决了信息污染和错误传播的痛点,值得在开源项目中尝试。原文
11:43arXiv cs.AI@Dingbang Wu, Rui Hao, Haiyang Wang, Shuzhe Wu, Han Xiao, Zhenghong Li, Bojiang Zhou, Zheng Ju, Zichen Liu, Lue Fan, Zhaoxiang Zhang精选72°MobileGym 是一个轻量级、浏览器托管的移动GUI仿真环境,通过结构化JSON状态实现确定性结果验证,并支持低成本并行rollout,使在线强化学习在移动应用场景中变得可行。该平台单服务器可运行数百个并行实例,每个实例仅需约400MB内存和3秒冷启动,并提供了416个参数化任务模板(256测试+160训练),覆盖28个应用。在Sim-to-Real案例中,使用GRPO在Qwen3-VL-4B-Instruct上训练,测试集准确率提升12.8个百分点,且真实设备执行保留了95.1%的仿真训练收益。MobileGym 解决了移动GUI Agent研究中环境保真度、可扩展性和评估一致性的核心痛点。论文移动GUI Agent仿真平台强化学习并行训练开源/仓库推荐理由:做移动端GUI Agent或强化学习的团队终于有了一个可验证、高并发的仿真平台,不用再依赖私有后端或模糊匹配评估,建议直接看项目页和论文。原文