新闻、仓库与研究，按时间排列。
Qwen3.8-27B 的 HauhauCS Aggressive 去审查微调版被转换为 NInfer 专有的 .ninfer 格式，供 RTX 4090（sm_89）使用，每个文件约 19.03 GiB，提供 v2 与 v3 两种容器。该模型去审查彻底，HauhauCS 报告在 465 条探测集上 0 次拒答，仅能被 NInfer 引擎加载，不支持 transformers、vLLM、llama.cpp 或 LM Studio。262,144-token 预算、INT8 KV 下快速语料困惑度为 4.4005（官方版 4.3446）。
ComfyUI 发布 v0.40.0，新增 CameraAngle 与 CreateCameraInfo 等相机节点、原生 LoRA stack loader 节点及本地资产导出 API，并默认启用 assets 系统（可用 --disable-assets 关闭）。合作节点方面新增 Google Nano Banana 2.1、Vidu Q4、Kling Virtual Try-On、HeyGen Video 1.0 2k 分辨率等支持，同时改进 Qwen3.5 LLM 的低显存性能，新增 ARM64 NVIDIA portable 版本。
Liquid AI 发布开放权重模型 LFM2.5-24B-A2B，总参数 24B、每 token 仅激活 2B，定位端侧快速、私有的推理智能体。模型在 16 项基准上与参数量约多 50% 的 Qwen3.6-35B-A3B 竞争，LiveClaw 得分 48.09 对 38.19，在 8 项工具与智能体基准中的 5 项领先或持平，并在全部 3 项指令遵循基准领先；M5 Max 上解码 184 tok/s，单张 B300 高并发下超 21K 输出 tok/s。
推荐理由：原文给出了完整的16项基准对比和端侧推理速度数据，可据此评估这款小激活参数MoE在工具调用场景的实际取舍。
huihui-ai 基于 abliteration 技术推出 Qwen3.8-27B 的去审查 GGUF 版本，仅对第 22 到 52 层（0 起始索引）做消融，其余层保留原样，MTP 与视觉部分未修改。多个衍生系列分别来自 unsloth、ISTA-DASLab、prism-ml、ukisai 和 ConwayResearch 的 GGUF 权重，其中 Q2_K_L 至 Q6_K_L 版本将待消融张量 requantize 到 Q8_0 以提升回复质量。模型可通过最新版 ollama（huihui_ai/Qwen3.8-abliterated）或 llama.cpp 运行，支持 -c 262144 上下文，官方建议仅用于研究测试而非生产环境。
TokForge 发布面向 Qwen3.5 4B Abliterated（huihui-ai 去审查版）的 NPU prompt pack，在 Snapdragon 8 Elite Gen 5（Hexagon V81，3.67 GB）与 Snapdragon 8 Gen 3（V75，3.65 GB）上让手机 NPU 分 128-token 块读取长提示词，CPU 生成回复，占用约 6.3 GB 内存。该包从 darkmaniac7/Qwen3.5-4B-uncensored-MNN commit 9416259dd5ed 的 int4 权重导出，经 QAIRT 2.40.0.251030 编译为各 49 个 QNN context binary，仅支持上述两款芯片，License 为 Apache-2.0。
Hugging Face 上发布的 Ternary Bonsai 2 27B Uncensored Heretic v2 是一个自包含 MLX 2-bit 包，为原版 Heretic v2 添加 DFlash2 推测解码，保留 FP16 视觉塔（8,595,478,392 字节）和 3.85 GB BF16 drafter，不重量化不重训。在 Apple M1 Max 上，temperature 0 的代码和数学任务速度为普通解码的 1.07-1.23x，工具调用 1.16x，13 个提示中位数 0.90x，需约 4 GiB 额外内存。通用聊天、长文档和采样建议改用普通解码的 serve.py。
Hugging Face 上发布 Ternary Bonsai 2 27B Uncensored Heretic v2 的 Compact MLX 2-bit 打包，内置 BF16 DFlash2 草稿模型（3.85 GB）与自定义运行时，模型权重未被重新量化或再训练。在 Apple M1 Max 上，temperature 0 的贪心解码下代码、数学与工具调用提速 1.07-1.24x，聊天、长文档等场景反而慢至 0.74-0.96x，13 条测试提示的加速中位数为 0.96x，且需额外约 4 GiB 内存。该打包仅支持 Apple Silicon Mac 与 mlx 0.32.2、mlx-vlm 0.7.2，文件夹内也保留原 serve.py 供普通推理使用。
inclusionAI 发布 Ling-3.1-flash，一个原生混合推理模型，总参数 560B、每 token 激活 25B，支持 1M token 上下文窗口。模型采用 Hybrid-linear MoE 架构（KDA 与 Gated MLA 混合注意力、512 个专家激活 8 个），在 Terminal-Bench 4.0、SWE-bench Pro、GDPVal-AA V2.1 等 Agent、编码和医疗金融类基准上有提升，并提供了基于开源编码 Agent Pi 构建的 LingCode 评测 harness。官方给出 SGLang（含 MTP 推测解码）和 vLLM 的部署配方，支持 Claude Code 等框架调用。
推荐理由：官方模型卡同时给出架构规格、多基准评测和 SGLang 与 vLLM 的部署配方，方便读者评估并直接上手这个混合推理 MoE 模型。
AtomicChat 在 Hugging Face 发布 Qwen-Image-2.1-Turbo 的去对齐文本编码器 GGUF，将 Qwen3-VL-8B-Instruct 的拒绝方向投影移除，可作 stable-diffusion.cpp 的 --llm 使用。作为聊天模型，英文有害提示拒绝率从 88.9% 降到 1.2%，俄语从 38% 降到 0%，MMLU 保持 77.35% 不变。在 45 条敏感图像提示上与原版编码器无一翻转，提供 BF16 到 Q2_K 共 7 档量化，AD-Q4_K 画像偏移为普通 Q4_K_M 的一半。
同一新闻，精选展示《AtomicChat 发布 Qwen-Image-2.1-Turbo-Uncensored GGUF 文本编码器，拒绝率从 88.9% 降至 1.2%》
OpenMOSS 发布 MOSS-Image 系列的监督微调文生图模型 MOSS-Image-SFT，由 MOSS-Image-Base 微调而来，示例显示 SFT 版文本分组更清晰、白板排版更有序。模型支持自然语言提示词、标签序列和 JSON Layout 控制文字位置与物体排布，权重与推理代码以 Apache 2.0 许可开源，VAE 采用 FLUX.2 small decoder，并提供 ComfyUI 插件和 Prompt Enhancer skill。
推荐理由：官方给出了从 Base 到 SFT 的同图对比和完整推理配置，读者可以直接复现文本排版更整齐的文生图效果。
hotdogs 发布 jev-Ternary-Bonsai-2-27B-Abliterated-PTQ1_0 的 TQ1_0 量化版本。用户可通过 llama.cpp 在本地启动 OpenAI 兼容服务器或终端直接推理，也支持 Ollama、Docker Model Runner、LM Studio、Jan 等多种工具，并可在 Pi、Hermes Agent、OpenClaw 等 Agent 中配置调用。
作者 Matt Suiche 在 Hugging Face 发布针对 google/gemma-4-E4B-it 的 projective control vector（GLP），不改权重，在残差流 post-layer 位置运行时投影，覆盖层 5 和 10–41，alpha 1.0。验证显示 stock 模型 refusal32 拒绝 31/32，steered 后 32/32 合规且良性集输出不变、无 garbled 补全；作者强调同家族四个模型的 alpha 分布为 {0.25, 0.5, 1.0}，需按 checkpoint 重跑阶梯，不能移植 alpha。
推荐理由：原文给出完整推导方法、alpha 阶梯和拒绝率前后对照，还解释了为何 alpha 不能跨模型移植，方法细节足够读者复现。
一项强化学习研究提出在给定与奖励无关的 m 步混合策略时，通过向该混合策略正则化来控制学习策略的收缩与探索性质，并对可实例化多种正则化的 Q-Learning 算法给出有限时间分析。单步设置下其速率匹配 Q-iteration 与同步 Q-Learning 的最优已知速率，m 步混合下得到新速率；Q-Planning 变体中规划视野 H 在边界值偏差与样本复杂度间权衡。数值实验验证了强混合策略可改善收敛与探索，且理论能预测 α-散度族中各正则化器的收敛与偏差排序。
该 arXiv 论文针对模型预测任务采样（MPTS）中风险预测模型的两大缺陷——优化历史稀疏与风险近似的一步滞后，将其重构为上下文序列建模问题。改进后的 RPM 结合一步前瞻机制与时间加权滑动窗口，无需额外 rollout 即可缓解数据非平稳与稀缺问题，在鲁棒 Meta-RL、域随机化及 LLM 提示词课程 RL 后训练中带来更可靠的难度估计和一致的性能提升。
Hugging Face 上的 NidAll/Qwen3VL-8B-Abliterated-INT8-ConvRot 模型页面提供使用说明，涵盖各类库、推理服务、notebook 和本地应用。该仓库已被标记为包含敏感内容，可能含有潜在有害信息。
Lingdan-V2 是 4B、8B、14B 参数的中医大语言模型家族，采用持续预训练、推理监督与以方剂为核心的强化学习对齐框架，用于中医临床决策支持和方剂推荐。在含 25,620 条专家核验条目的公开基准上，14B 强化对齐模型方剂生成 F1 达 37.0，超过总参数 671B 的 DeepSeek-R1 的 32.3；在 4,348 例脾胃病回顾性临床数据集上 F1 为 52.8，剂量一致性提升。
DevelopingDad 在 Hugging Face 发布 Qwen3.8-Flash-Next-Uncensored-NVFP4 的 DGX Spark 部署包，封装 OrcaRouter 现有量化权重， checkpoint 约 183.5 GB，未做微调或重量化。包内含自动挂载运行时补丁的启动器，基于 ARM64 vLLM 0.30.0 提供 OpenAI 兼容 API，最大上下文 131,072 tokens，需 DGX Spark/GB10 与 128 GB 统一内存。K1b 配置实测单客户端 prose 吞吐 37.29 tok/s，较此前配置提升 48.9%，52/52 请求全部完成、无 OOM。
论文提出 Multi-Stream Attention Residuals（MSAR），将 Attention Residuals（AttnRes）扩展为多头深度注意力机制，通过多尺度因果卷积从序列上下文获取流多样性，并以轻量自适应混合合并各流。在 18B 和 28B MoE 规模的全部 12 个下游基准上，MSAR 一致优于标准残差连接、mHC 和 AttnRes。Scaling-law 实验显示其相对标准残差基线实现 1.58× iso-loss 计算加速，高于 AttnRes 的 1.35× 和 mHC 的 1.30×。
研究者提出 Web$hell，一个把网页访问统一到单一访问模型的接口：WebCompiler 依据 WebContract 将网页编译为可寻址的信息与操作对象，存于 WebCache 并通过共享操作集处理，为 LLM 智能体提供一致、可操作且持久的网页访问。在网页搜索、网页导航和深度研究 benchmark 上的实验显示，Web$hell 能以更低成本取得较强的任务表现。
研究者提出 ProgramGym 框架，包含 Program-Env 和 Program-Agent，用于长程程序复现智能体的可验证训练环境。Program-Env 通过反馈驱动循环构建了 1,648 个覆盖 C、C++、Go 和 Rust 的训练环境；Qwen3.8-27B 经微调后性能从 34.87% 提升至 42.84%，Program-Agent 进一步将基础和 SFT 模型提升到 55.71% 和 56.25%。ProgramGym 将开源发布以支持从零构建程序的 coding agent 研究。
研究者提出 ChemDiffAgent，首个用于工具集成化学推理的掩码扩散语言智能体，将化学推理重构为对推理与工具使用交织轨迹的迭代去噪。其两阶段后训练框架包含智能体监督微调和方差缩减偏好优化，并构建了覆盖六项化学任务的单轮与多轮工具使用基准。在同等预算下整体性能较自回归智能体提升约 20%，8B 模型可媲美甚至在部分场景超越 GPT 5.5 和 Claude Opus 4.7 等更大规模的前沿模型。
arXiv 一项研究提出闭式、无标签的仿射翻译器，可将表格基础模型（TFM）最多 96% 的 Transformer 块替换掉，揭示其严重过参数化。在 171 个分类数据集上评测八个前沿 TFM，替换一半的块最多仅损失中位 0.002 AUROC。移除深度最多省 1.5B 参数、GPU 推理提速 6 倍、中位仅损失 0.03 AUROC，单块 TabPFN-3 缓存查询快 2.4 倍、内存省 6 倍。
PreSTO 是一种预测式子树预取方法，通过批量预取未来 Metropolis–Hastings 提案来加速 PowerMH 采样器，且不改变其 MH 转移核。在 7 个数据集和 5 个基础 LLM 上，PreSTO 对 PowerMH、EntropyCut 和 MultiTryMH 分别取得中位 1.71×、1.91× 和 2.33× 加速，模型调用次数中位减少 3.9×，每次调用时长仅增至 2.1×。在 LCB V6 与 Qwen3.5-9B 上，预测式遍历规则比默认广度优先遍历再快 1.25×–1.37×。
研究者提出 Cluster-TNN，一种领域无关的拓扑深度学习框架，通过预处理划分图、运行时动态采样节点簇并在 mini-batch 内局部执行 graph lifting，避免全图提升带来的计算瓶颈。在与全图执行的 21 组对比中，Cluster-TNN 在所有配置下都降低峰值 GPU 显存，平均降幅 83.2%，同时保持有竞争力的预测性能。这一方法据作者所知首次使多种高阶 Topological Neural Networks 能在 Reddit（233k 节点、57.3M 边）和 OGBN Products 等大数据集上训练。
arXiv 论文提出 VFold，一种对称感知的 value cache 合并策略，可在 LLM 解码时压缩 KV cache 内存，同时避免性能下降且无需修改模型架构。该方法可与高比率量化或 key cache 剪枝等现有压缩技术叠加，达到单一方法无法实现的压缩比，为内存受限下扩展上下文窗口提供了简单有效的方向。
研究者提出 AtomWorld-Mirror，一个面向原子系统关键演化骨架的时间感知宏观步长世界模型，将短微事件片段蒸馏为关键状态间物理可达的跃迁。该方法在 Cu-rich RPV 钢辐照老化、Cu-Zr 金属玻璃、Li$_3$N 基反钙钛矿固态电解质等五个原子系统上，推理速度较逐事件模拟提升 10^3 至 10^4 倍，同时保持结构有效性与时间语义。
澳门大学、河海大学与北航研究团队提出 DRL-DCO 算法，用基于 DDPG 的 actor-critic 智能体统一调度 DE 与 CMA-ES 的演化搜索，动态分配探索与开发资源，并联合调节种群规模、精英保留和重启机制。在训练后，策略可在无监督推理模式下仅凭前向推理运行，无需 critic 评估或权重更新。该算法在高维单目标优化基准和 IASC-ASCE 结构健康监测基准上收敛精度与鲁棒性优于最先进的自适应与混合演化算法。
Matěj Kripner 发布 NanoProof，据作者所知是首个训练数据、提取工具、训练管线和权重全部开源的因子化执行引导式 Lean 4 定理证明器。该方法在 MiniF2F-Test 上取得 50.8% pass@16，算力约为 HyperTree Proof Search 的 1/90、ABEL 的 1/7，比 AlphaProof 少四个数量级以上；论文同时发布了结构化证明树数据集和 Lean 4 程序化交互与数据提取工具。原文链接 https://arxiv.org/abs/2610.11605v1。
推荐理由：论文公开了训练数据、提取工具、训练管线和权重，读者可以低成本复现这一类 Lean 4 定理证明器并对比算力开销。
该技术报告针对血管器械场景，审计了完备正交预测坐标无法将潜在方向绑定到指定干预的问题。64 个种子的六种三维配置显示预测差异最大 6.7e-15，而未传输编辑误差中位数为 1.513，坐标传输可消除该误差；256 个额外拟合（维度 3-24）中预测等价性保持在 4.0e-15 内。九类可运行故障共 576 次执行均违反至少一项契约，320 条有效对照记录全部通过；作者强调这是合成数值审计，而非临床验证。
arXiv 论文提出 Elastic Expert Routing，通过在以 k 为中心的局部离散分布中随机采样激活专家数，将静态 top-k 路由的硬阈值软化为渐进概率分布，并保持推理算力预算不变。在监督微调中，该方法使 OLMoE-1B-7B 和 Qwen3-30B-A3B 的下游宏平均分别提升 +0.84 和 +2.02 分；从头预训练时平均比静态 top-k 基线高 1.6 分。
作者发布了 Qwen/Qwen3.8-Flash-Next 的 mlx-serve 4-bit 混合量化包（4-bit experts、8-bit 其余），该模型为 Qwen4 preview 架构（model_type: qwen4_exp），全量 checkpoint 为 125B trunk + 51B n-gram + 4B MTP，共 180B（bf16 360 GB）。实测在 M4 Max 128 GB 上常驻约 67-69 GB，decode 29-34 tok/s，25k token prompt prefill 约 400 tok/s。n-gram 表以单独 4-bit 文件 mmap 方式按需反量化，不占常驻显存；MTP 头可加载但当前比串行 decode 慢，默认关闭。
推荐理由：作者在 M4 Max 上给出了显存占用、decode 与 prefill 速度等实测数据，读者可以据此评估这个 180B 模型能否在自己机器上跑。
etemiz 发布 Ostrich-27B-261008-Qwen3.8-Abliterated，基于 Qwen 3.8 27B 做 abliterated 处理移除拒绝行为。自评显示总体对齐分从原版 Qwen 3.8 的 37%（几何平均）提升到 82%，消融测试拒绝率很低。相比 260903 版本新增 Agentic RAG 训练、-100..100 真值打分适配器、9 项自动化拟人测试（总分 0.928），并开始提供 EXL3 量化（3.0 至 6.0 bpw）与 GGUF 下载，可在约 18 GB 显存的消费级 GPU 上 4-bit 运行。
同一新闻，精选展示《etemiz 发布 Ostrich-27B-261008-Qwen3.8-Abliterated EXL3 量化版》
KENIC-1 在 Hugging Face 发布 Qwen3.8-Flash-Next GSQ-RCO 的 abliterated GGUF 版本，采用字节级张量移植，将全部 48 层中的 144 个 write-to-residual-stream 投影张量替换为 orcarouter 消融权重，不重算任何 GSQ 学到的量化值。四个量化档位（IQ3_S / IQ3_XXS / IQ2_XS / Q2_0）保持上游逐张量类型分配不变，体积仅比上游多 0.25–0.44 GB；1223 个张量经逐张量 blake2b 核验，144 个目标全部改变、1079 个非目标逐字节一致，行为抽查显示上游拒答的提示词此版可详尽回答。
推荐理由：原文给出了逐张量的移植方法与blake2b核验数据，读者可以确切看到哪些张量被改、代价多大。
论文发布 PatchBench，指出安全补丁可能通过基准测试却压制无关行为，提出 PatchBench-Local 协议评测补丁的行为精确性。该协议从 27,870 个提示中筛选出 400 个高置信越狱失败案例，为每个有害源提示生成有害变体与两类良性邻居提示；对四种 activation steering 方法的评测显示全局能力几乎不变时局部良性回归可能很严重。论文已被 NeurIPS 2026 Datasets and Benchmarks Track 接收，地址 https://arxiv.org/abs/2610.10276v1。
推荐理由：提出用局部邻居提示区分选择性修复与局部压制的评测协议，可迁移到越狱修复方法的对比评估中。
Shaer 是一个受控古典阿拉伯诗歌生成框架，联合自然语言描述、格律子形式和目标半句数量进行条件控制，并基于 Ashaar 构建 116,032 首诗的富化语料库。其通过 QLoRA 微调 Yehia-7B，实现 95.17% 基础格律准确率、91.75% 格律子形式准确率和 83.40% 精确句数准确率，较未调优基座模型分别提升 68.68、57.77 和 38.93 个百分点。对 3,481 条测试生成的分析未发现训练语料的精确复制，代码、模型和数据集已公开。
Liquid AI 在 Hugging Face 发布开源决策模型 d1-3B 与实验性 d1-omni-600M，模型不做 token 生成而在单次前向传播中给出答案。d1-3B 在 Decision Index 0.2.1 得分 48.57，为 10B 以下最佳，基于 LFM2.5-VL-3B 训练，支持文本与图像输入，在 Jetson AGX Thor 上单问题推理仅需 16 ms，RTX 4090 上 8 ms；在七个公开数据集上均分 82.9，高于 Decider 4B。d1-omni-600M 基于 LFM2.5-Encoder-350M 并加入视觉与音频编码器，均分 78.4 超过参数量四倍于它的 Decider 2B（77.1），目前为早期研究版本。
推荐理由：决策模型不做生成而是单次前向输出答案，原文给出的边缘设备毫秒级延迟数据展示了这一路线的实际可行性。
NVIDIA 基于 Nemotron 3，通过 SFT、RL 和反馈驱动推理分别构建了达到 IMO 2026 和 IOI 2026 金牌水平的系统。IOI 2026 上 Nemotron-3-Ultra-CC 得 535.4/600，高于 361.12 的金牌线和 498.27 的人类最高分；IMO 系统用 SFT 与 RL 检查点加 generate-verify-refine 流程得 30/42，超过 29 分金牌线，全程仅用自然语言，无形式化证明器或外部工具。SFT/RL 检查点、训练数据集、含 200 道竞赛题的 Nemotron-IMO-Bench 及 NeMo-Skills 推理管线已在 Hugging Face 开放。
推荐理由：原文完整给出了两个项目的训练数据规模、各阶段分数和可复用的四步特化配方，权重、数据和推理管线都已开放。
该研究在 NQ320K 和 MS300K 上系统比较自回归、掩码扩散与块扩散生成式检索模型，控制标识符方案、训练预算与解码方式以厘清各因素贡献。解码方式单独使扩散模型 Hit@1 变动 6.6 至 13.7 个百分点；提出的一次打分（one-pass scoring）解码在 12 个设置中的 11 个上持平或超过 generate-and-match。自回归模型 Hit@1 仍领先，且随机标识符可保留 83-90% 的 Hit@1。
开源项目 nanoMuse 以 GPL-3.0 协议发布，定位为 Meta 闭源个人智能体 Muse 的开源对应物，可在用户的每台设备上运行，操作手机与电脑屏幕。所有设备通过可自建的 relay 共享同一段对话，每个动作经过 Sentinel 审查，记忆以用户可读的文件保存，模型可自选。论文还定义了个人智能体的五个问题与三个视界，并将带来源的记忆、操作评测套件与配套开源模型列为路线图。
arXiv 论文（arXiv:2610.07853）审计 BitNet b1.58、Falcon-E、BitCPM 等三值语言模型的导出管线，发现潜在权重先转 bf16 的流程会翻转部分三值码：已发布检查点中 Falcon-E 与 BitCPM 有 0.83-1.77% 的码不一致，BitNet 2B-4T 为 1.530%。在低学习率微调端点，该导出使 Falcon-E-1B-Base 的 greedy GSM8K strict accuracy 从 58.79% 跌至 0.78%，BitCPM-CANN-0.5B 从 36.13% 跌至 0.39%；直接写入训练量化器的码或微调 bf16 输入两种补救方案均在三个模型上达到 4 点非劣性标准。
推荐理由：论文审计了三家实验室的导出管线，指出 bf16 转换会抵消低学习率微调的代码改动，并验证了两种补救方案。