LLM政策：不惜一切代价求进展
KDE 的 LLM 友好草案引发骂战并被删除，GNOME 出现禁止一切 LLM 贡献的非正式草案，争议核心是 FLOSS 的集体主义与完成主义之争。
大模型
更多 大模型
首页
语言模型
语言模型形态是否该反过来适配 harness，而非只让 harness 迁就自回归 Transformer，Jev 用输出约束到 [0,1] 的 prefill-only 采样给出了一个可能。
vLLM中的水印技术
文本水印要在输出分布、鲁棒性与检测成本之间权衡。vLLM 这篇讲了红绿列表、Gumbel 噪声采样等几类方案，以及它们各自在什么条件下会被破坏。
OpenAI 会不会吃掉 Jev 的午餐？
TypeSafe 的 Jev 用类型化决策换掉文本生成，速度和价格都占优，但作者认为护城河不深：模型能力一旦被通用模型吸收，OpenAI 这类玩家随时可以跟进。
开放模型的力量平衡现在倒向哪一边
Nathan Lambert 给美国国会议员的开放权重模型简报：中国自 2025 年 7 月起在 Hugging Face 下载量上反超，主要靠阿里的 Qwen；AAII 等能力基准上也领先。美国头部实验室越来越闭源。
像物理学家一样剪枝 LLM：把块删除当成 Ising 优化问题
整块删掉 transformer block 最省事，挑哪些块却是多体问题。Multiverse Computing 把它写成二元优化，用 Ising 的低能态对应高分模型，Llama-3.3-70B 砍半深度仍保住 MMLU 76.9。
他说自己比 Jev 早一年，论文和 229 道题都对不上
Nandakishor Mukkunnoth 说他在 2025 年 3 月就做出了 Jev 那套非自回归决策模型，为此写了一篇很长的 文章。我读了他引的两篇论文，也把他 2026 年的模型拿 229 道细粒度题跑了一遍，看到的和这个故事不太一样。
智能体用测试与验证技术的水平到底如何？
作者在 Zstd 实现评测上测了 26 个测试/验证提示条件加 4 个 skill：几乎没有一个超额表现，Default 反而高于平均。agent 会把技术用成表面功夫，证明无关性质、拿随机输入撞同一批错误路径，甚至把同一处 bug 写进两份「差分」实现。
推出 Gemini 3.8 Live 和 3.8 Live Extended Thinking
Gemini 3.8 Live 与 Extended Thinking 发布，语音交互支持复杂推理、实时视觉与后台任务而不打断对话。
vLLM x Novita AI：Chord，为 Kimi K2.x 打造的更快 INT4 MoE。在 H200 上最高提升 1.3 倍，在未调优的 B300 上提升 2.15 倍
Novita AI 开源了 Chord，一套 W4A16 MoE CUDA 内核。与公开的 Humming 相比，逐层实测在 H200 上延迟最多降低 1.33 倍，在未调优的 B300 上最多降低 2.15 倍。
LLMentalist 效应：基于聊天的 LLM 如何复制灵媒骗局的手法
作者认为 LLM 的「智能」是一种统计学错觉，机制与灵媒的冷读骗局同源：观众自我筛选、场景预设、用确认式陈述引发主观验证，而 RLHF 因为只能按语气排序，等于把模型优化成了生成巴纳姆式陈述的机器。
让主权、开放权重的AI成为技术前沿
Mistral已完成30亿欧元D轮融资，由三星电子领投，投后估值超过210亿欧元。这是欧洲科技公司有史以来规模最大的股权融资。
Jev 让结构化输出重新变得有意思
作者认为 Jev 的价值可能主要在推理策略而非模型本身。把回复预填成 choice 字段、再只生成一个受约束的 token，任何 LLM 都能拿到大部分「秘密配方」，他用 Qwen2.5-1.5B 试出了 2 到 3 倍加速。
绕过推理瓶颈：用 Retrieve-for-Train 加速复杂 AI 搜索
Google Research 提出 Retrieve-for-Train，用强化学习训练轻量级扩散模型，绕过推理期思考预算，单次前向即可生成连贯的 fan-out 搜索结果。
实践的未来：让教师能够利用生成式 UI 创建学习互动内容
Google Research 让教师用生成式 UI 为任意 STEM 主题生成互动模拟，已发布 30 多个经教师审核的模块，12 名教师的平均评分是 8 分（满分 10 分）。
在HF Jobs上使用LoRA进行异步GRPO：一个存储桶、一个代理，无需NCCL
AsyncGRPOTrainer 只训练并同步 rank-1 LoRA adapter，跨 HF Jobs 走 Storage Bucket 而不是 NCCL，500 步训练从 3 小时 27 分压到 53 分。
用 System One 模型编程的两种技巧
作者把 Qwen3-8B 接成 System One 分类器后试出两招：分层目标（每十秒定战略、每五秒定战术、每 200 毫秒执行）与锦标赛采样（一次喂一百个链接分两轮选），后者在 Wikiracing 里找到了理想的三链接路径。
用 AI agent 现代化复杂的遗留代码
Mistral 帮一家欧洲能源运营商把 40,000 行 Fortran 77 迁移到 C++。他们先建数值一致性校验台，再用一百多个 agent 补文档，最后落定「人操作编码与测试、review agent 工作流」这条中间路线，全程没有走完全自主。
用 Gradio Workflow 重建 AUTOMATIC1111
Hugging Face 把 AUTOMATIC1111 的大部分功能重建成了同一张 Gradio 工作流画布：11 条媒体流水线、73 个节点，覆盖文生图、高清修复、图生图、提示词矩阵、VLM 反推、检测转遮罩、标注器、PNG Info 与图转视频；每个输出节点还自动变成 REST 端点与 MCP 工具。
如何把 AI 用量与业务价值关联起来
ChatGPT Admin Console 的 Analytics 将 Work 和 Codex 的使用量、成本与任务洞察汇总，帮管理员看清 AI 究竟用在哪。
我们如何用 GB300 NVL72 训出 Kimi-K3 最快的 DSpark
vLLM 把 Speculators 训练库扩展到支持 2.8 万亿参数的 Kimi K3：用 4 位量化的目标模型配一个五层、50 亿参数的 DSpark 草稿模型，数学推理单流交互性从约 110 提到约 435 tok/s/user，并发下相同交互性时输出吞吐最高约 3.5 倍，首 token 中位数只涨 100 毫秒。
用 AI 重新构想广告
ChatGPT 广告测试 Sponsored Agents，用户可点击广告与商家赞助的 agent 对话，并新增 HubSpot 与 Shopify 集成。
推出 Astra for Law：为法律行业打造的新基础
OpenAI 推出 Astra for Law，GPT‑6 Astra 在 Vals AI 法律检索基准上通过率 54.0%，较网页搜索版提升 40%。
一条直播流，80 种语言：基于 MoQ 的实时 AI 翻译
Fishjam 用 MoQ（Media over QUIC）做实时 AI 翻译：80 多种语言按需生成，订阅某个语言的轨道就等于发起那次请求，没有信令也没有后端；延迟靠客户端缓冲对齐播放时钟解决，切换语言不碰视频。