新闻、仓库与研究，按时间排列。
研究者提出一种 agentic 工作流，让 LLM coding agent 在商用基带 SoC 上实现算法、优化到 agent 自己编写的向量汇编，并在芯片上验证。该流程在 6G4All 平台上的 AI 发现的 OTFS 检测器组合上展示，产出 12 个可在硅片上周期精确运行的内核，优化版本每帧 18k-405k cycles（30-660 μs）；其中依据芯片实测成本生成的新检测器比移植版少 13.9% cycles 且误码率相当。
arXiv 论文提出 LatBridge，通过共享 Bridge 与共享潜在通信协议下的独立接口，让多智能体系统在替换 agent 模型后复用未变接口、选择匹配的低秩接口并仅训练缺失部分，所有模型保持冻结。在八个小型模型配置上，basic 模式平均准确率达 MATH 14.8%、ALFWorld 下一步动作预测 27.3%。accelerated 模式无需自回归生成即可构建目标输入。
RAG-NIMBF 是一个模块化基准测试框架，以非侵入方式附加到现有 RAG 管道上，通过受控消融和端到端实验追踪评估 chunking、embedding、检索、reranking、提示词与生成模型的配置空间。在 SQuAD 数据集上的验证显示，MMR 使 nDCG@5 提升 +4 至 +11 个百分点；更详细的提示词指令在 Qwen3.6-27B、GPT-4o-mini 和 Qwen3.5-think 上使答案忠实度提升 +10 至 +13pp，但在 20B 生成模型上效果可忽略。
该 arXiv 论文提出在客户端本地将文本转为向量，并经 55.6M 参数的训练网络变换后，再交给托管方运行冻结的 Qwen3.8-27B 模型，托管方始终收不到文本或 token id。在 1,490 道训练外的 MMLU 问题上，该变换仅损失 1.5 个百分点准确率（80.7% vs. 82.3%），同时 30.1% 的内容 token 经最近邻查找已无法还原为原始 token。
arXiv 论文提出 SMART 框架，将 ASR 语义评估转化为上下文感知的分段级后果评估，通过结构化评分标准给出后果标签并量化 Semantic Impact Error Rate（SIER）。在多数投票人工标注上 SMART 达到 0.843 F1，高于直接 LLM 判断的 0.745，且对评估模型的选择相对不敏感。配套的无参考评分标准修正方法在两个数据集上相比 w/o Rubric 基线再降低 MER 0.85-0.98 个百分点、SIER_lex 1.18-1.65 个百分点。
arXiv 论文提出 COMPASS，一种智能体式 LLM 路由方法，由 LLM 依据路由配方通过工具收集性能与成本证据，无需路由专用训练即可选择模型。在 LLMRouterBench 上以 $139.57 达到 69.85% 准确率（对比 RLCascadeRouter 的 69.14%、$180.22）；在 DeepSWE 五折交叉验证下以 $215 达到 78.1%，优于最佳单模型的 74.1%、$500。该方法可通过读取新评测记录适配扩展的模型池，无需更改路由器权重或提示词。
SAPD（Step-Advantage Policy Distillation）是一种从离线轨迹学习训练 LLM 智能体的方法，它将多轮轨迹拆解为单个决策上下文做 on-policy 蒸馏，并引入相对步骤优势信号稳定训练，全程无需新的环境观测或多轮交互。在 ALFWorld、WebShop 和 Search-based QA 上的实验显示，SAPD 在不同教师配置下均提升性能，比 SFT 缓解灾难性遗忘，每个训练步速度比在线 OPD 快至少 4.7×。代码即将开源。
研究者提出物理工况引导的视觉-语言匹配方法 POC-VLM，用于工业管道系统的空化诊断。该方法将样本具体运行变量融入候选空化文本构建物理语义描述，通过时频条件文本自适应模块与声学响应对齐，并在决策层融合基于 K 近邻的物理工况先验。在三个真实空化数据集上，POC-VLM 持续优于代表性数据驱动、多模态及领域专用诊断方法，并在不同采样率、噪声水平和观测时长下保持稳健表现。
研究提出 VISH，一个免训练、即插即用的热词预选框架，通过在帧级 CTC 后验上直接验证候选词的声学证据来支持 Speech-LLM 上下文 ASR。在五个 benchmark 上，M-VISH 的 Best-F1 较强学习式检索基线最高提升 11.7% 绝对值，并在 2,000 候选时将候选搜索延迟降低 75.2%。Bi-MVISH 则利用反向证据增强验证鲁棒性。
一项系统性实证研究分析了 LLM 在跨语言代码翻译中的幻觉现象。研究覆盖 3 个 benchmark 数据集、6 组语言对、7 个 LLM，人工标注了 13,919 个幻觉案例，并归纳出语义一致性冲突、事实知识冲突和项目上下文偏差三类分类体系。基于该分类，研究者提出 HaluCodeTran 缓解框架，结合基于 BM25 的相关翻译示例检索与分类感知的反思式精炼，为构建更可靠的 LLM 代码迁移工具提供实用基线。
研究者提出一个完全可微的、基于图的隐式求解器，将 PDE 数值优化中的大型方程组作为约束处理。该求解器在四类任务上完成评估：演化和静态问题的线性与非线性正演建模、估计方程系数与右端项的反问题求解，以及可学习的图粗化加速正演建模。其稳定性和可微性显著降低正演建模复杂度，尤其适用于地球物理等需要反问题求解的领域。
研究者提出物理变量信息深度学习框架 PhyNet，用于应对工业流体输送系统中异构采样条件下的鲁棒故障诊断。PhyNet 将物理变量作为全局运行约束、响应信号作为局部诊断证据，通过物理-响应交叉注意力机制实现无需严格时间对齐的交互。在包括三个真实空化数据集和一个公开两相流数据集的四项基准上，PhyNet 在所有评估指标中均取得最佳表现。
一项 arXiv 研究通过在同一模型族不同规模上进行密集网格实验，系统分析了 DPO 的学习率与正则化参数 β 等超参数随模型规模和更新步数的演化。研究发现最优学习率随模型大小变化、超参数不可跨数据集迁移，且验证损失与下游 benchmark 最优超参数仅弱相关。作者还指出短程候选训练可大幅降低调参成本，并公开了全部训练配置与评测结果。
论文提出 CollabSciReM，一个将会话级奖励分解为对话质量、科学严谨性和结构效率的目标条件奖励框架，用于对齐科研协作场景中的 LLM。配套的 SciQuality 基于约 300 篇留出论文、从六个维度评估多轮科研对话。在 8.62K 条合成科研对话上微调后，CollabSciReM 在四个 Llama 和 Qwen 模型上均优于通用奖励基线，等长下胜率 65.3%；专家盲评显示其幻觉回复更少、新颖性评分更高。
一项 arXiv 研究跟踪一个 8.4B 参数模型在日文金融文档上历经三个训练阶段的表现，在五个文本输入基准上评估后发现各阶段相互影响呈非加性：纯数学蒸馏会覆盖先前获得的金融知识，领域阶段修复多于新增内容。跳过阶段的消融虽最利于领域知识，却损失数值推理增益，因此最佳 checkpoint 取决于任务本身。
一项研究提出“极性盲”漏洞：LLM 在经历语法否定或反义词替换等极性翻转后无法识别有害意图，从而绕过安全护栏。该研究使用 260 条提示、覆盖 10 个 SOTA LLM 和 3 种语言，发现多数受测模型存在此问题，最脆弱模型的平均危害分达 4.12（0-5 危害量表）。该效应跨越不同否定系统存在，表明这反映的是语义鲁棒性的更广泛局限，而非特定语言或语法问题。
研究者推出 MMEnterprise-Bench，包含 1,613 道基于模拟协作项目中演化多模态记录的问题，覆盖证据推理、冲突消解和不可回答三类任务。对 10 个闭源与开源多模态 LLM 的评测显示，最强模型在证据存在跨来源或时间冲突、或跨越多张图像时仍表现吃力。增大检索预算或换用更大检索器能提升证据召回，但不一定转化为更高的回答准确率。
ACE-Compression 是一个以能力为中心的大语言模型压缩评估框架，从程序推理与约束执行、知识基础与真实性、社会认知与情感理解、人格一致性与风格稳定性四个维度考察压缩后模型的能力存续。对来自六个开源权重 LLM 的 35 个以上压缩 checkpoint（涵盖量化和剪枝）的分析显示，压缩会重新分布能力：粗粒度、局部、表层信号往往保留，而细粒度、长尾、依赖上下文的能力变得脆弱；量化在能力保留上始终优于剪枝。部署者可据此按应用所需能力画像选择压缩方法。
研究者提出 Quantum-JEPA，一个使用条件量子 Born 先验学习未来表征分布的潜在动作 JEPA 框架。在 D3IL 基准上，模型能从同一起点生成多条越障路线，其经典与量子先验实现相比变分基线提升了预测有效性与分布保真度，且无需指数级规模的 categorical 输出层。团队还在真实 QPU 上验证了训练后先验的推理可行性，并测试了含读出噪声的有限采样 parameter-shift 训练。
一项以带容量约束的 CVRP 为代理的研究，分析了基于注意力的 Pointer Networks 在问题规模变化时解质量退化的三个因素：节点密度变化、注意力分散和均值池化图上下文稀释。熵基注意力缩放将 CVRP20-to-CVRP100 的性能差距缩小 1.41 个百分点，新提出的置换不变图上下文聚合方法在 CVRP100-to-CVRP20 上提升约 0.9 个百分点。结合两者的方法选择器在全部 9 个已见训练-测试对和 9 对中 8 个未见规模对上降低成本，最高提升 3.2%。
研究者提出 HypTI，一个在双曲空间中融合临床表格评估与 MRI 扫描的多模态痴呆检测框架。该方法用可学习 Lorentz 原型建模表格数据的层级关系，并用 ROI 引导的多尺度表征学习捕捉脑区解剖模式，再通过自适应融合模块动态整合多模态嵌入。在 OASIS-3 数据集上的实验显示，该框架相较代表性方法取得较强性能。
APRIL 是一个无需样本回放的呼吸音分类领域增量学习框架，基于冻结的 BEATs 主干，通过继承并隔离低秩专家与多级原型路由器实现新领域适配。在 ICBHI 与 SPRSound 基准上，APRIL 正、反领域序列分别达到 64.4%、65.4% 和 83.1%、82.2%，为对比持续学习方法中最高，平均遗忘率在所有协议下低于 1.0%。
pottokao 在 Hugging Face 上发布 MiniMax-H3-TextEncoder-16GB-abliterated-GGUF 模型，提供 abliterated 版本的 GGUF 格式。该模型可通过 llama.cpp 的 llama serve / llama cli 直接运行，支持启动 OpenAI 兼容本地服务器，并兼容 Ollama、Docker Model Runner、LM Studio、Jan、Pi、Hermes Agent、OpenClaw、Lemonade 等多种工具。
作者发布 Ternary-Bonsai-2-27B-Abliterated-PQ2_0-MTP-Q4_0-GGUF，在 Hikari07jp 的 abliterated 构建基础上把 MTP 草稿头从 Q8_0（430.41 MiB）重量化为 Q4_0（227.91 MiB），使组合能在 8GB 显卡上运行，实测 RTX 3070 上 45.7 tok/s、7 724 MiB 显存。主干与 abliterated 构建逐位一致，仅 blk.64.* 不同；因 MTP 头只是草稿、输出由主模型验证，困惑度 8.4593 与无头版本 8.4557 在测量误差内，200 个贪心 token 零分歧。
推荐理由：作者给出逐字节校验和 RTX 3070 8GB 实测数据，说明把 MTP 头降到 Q4_0 后为何不损失输出质量。
HauhauCS 发布 Gemma-4-E4B-Uncensored-HauhauCS-Aggressive，基于 google/gemma-4-e4b-it 的 abliterated 无审查版本，0/465 拒答，不改动数据集与能力。模型为 4B 参数、131K 上下文、原生多模态，提供 Q8_K_P 至 Q2_K_P 多种 GGUF 量化，K_P 量化以约 5-15% 更大文件换取提升 1-2 级的质量，兼容 llama.cpp、LM Studio 等 GGUF 运行时。
ComfyUI 发布 v0.42.3 版本，该 tag 于 20 Oct 22:44 标记，commit 为 edb3db0。发布页附 2 个资产。正文未给出具体更新内容。
koldfrontier 在 Hugging Face 发布 DeepSeek-V4.1-Flash-1017 的去拒绝 overlay，仅修改 26 层 attn.wo_b 共 52 个张量，其余权重与上游 checkpoint 逐字节一致，全程保持原生 FP8 格式。
推荐理由：原文给出六个评测工具、1207 条提示的拒绝率实测和 lambda 选择依据，读者可据此判断这个去对齐 overlay 的实际代价。
Hugging Face 上线 chfm/Moss-image-nsfw-uncensored-lora，一个基于 OpenMOSS-Team/MOSS-Image-SFT 的去审查 LoRA 权重，可通过 Diffusers 的 load_lora_weights 加载使用，触发词为 moss_xvstyle。该模型同时支持 Google Colab、Kaggle 等笔记本环境以及 Draw Things、DiffusionBee 等本地应用。
dealignai 在 Hugging Face 上架 Ornith-1.5-122B 的 ABLITERATED GGUF 版本。该列表不含模型权重，权重与完整模型卡位于 dealignai/Ornith-1.5-122B-UNCENSORED-GGUF 仓库，下载、评测结果和运行说明请使用该 UNCENSORED 仓库，基座模型为 ornith-ai/Ornith-1.5-122B。
dealignai 在 Hugging Face 上架 Ornith-1.5-122B 的 ABLITERATED NVFP4 版本。该列表不含模型权重，权重与完整模型卡位于 dealignai/Ornith-1.5-122B-UNCENSORED-NVFP4 仓库，下载、评测结果和运行说明请使用该 UNCENSORED 仓库，基座模型为 ornith-ai/Ornith-1.5-122B。
ComfyUI 发布 v0.42.2 版本，标签为 49634b4，于 20 Oct 20:34 打上标签，并附带 2 个资产。
dealignai 在 Hugging Face 发布 Ornith-1.5-122B 的去对齐 GGUF 版本，基于 Qwen3.5 系混合 GatedDeltaNet + 全注意力 MoE 架构（122B 总参数 / 10B 激活），提供 Q4_K_M（79.4 GB）和 IQ2_XXS（44.1 GB）两种量化，均保留原生 MTP 自推测解码与视觉塔。HarmBench-320 评测中 IQ2_XXS 真实合规率 99.7%、Q4_K_M 为 97.8%；MMLU-5k 显示 Q4_K_M 整体较基座下降 2.85pp、IQ2_XXS 下降 5.08pp。模型支持 llama.cpp 部署与 enable_thinking 开关，MIT 许可，作者提醒需自行添加下游安全控制后再面向终端用户部署。
同一新闻，精选展示《dealignai 发布 Ornith-1.5-122B-UNCENSORED-NVFP4 去对齐量化版》
dealignai 在 Hugging Face 发布 Ornith-1.5-122B 的去对齐 NVFP4 量化版，基于 Qwen3.5 系混合 GatedDeltaNet + 全注意力 MoE 架构，122B 总参数 / 10B 激活，磁盘占用约 71 GB，MIT 许可。HarmBench-320 实测 96.6% 服从率，MMLU-5k 相比 NVFP4 base 下降 1.69pp，为三个去对齐量化版本中回归最小者；保留原生 MTP 头与视觉能力，支持 vLLM 推测解码，针对 NVIDIA Blackwell SM100（B200/GB200）优化，SM120 消费级卡上吞吐明显更慢。
推荐理由：原文给出 HarmBench 拒绝率与 MMLU 前后对比，读者可据此判断这个去对齐版本去掉了多少、损失了多少。
dealignai 团队基于 deepseek-ai/DeepSeek-V4.1-Flash（552B backbone，8B/16B 激活）发布权重级 abliterated 无对齐版本，以标准 checkpoint 形式加载，无需自定义 model.py 或运行时钩子。HarmBench-320 实测 CRACK 版在 effort=off 和 max 下均 100% 响应、零 HARD_REF/SOFT_RED/HEDGE，而基座在 effort=max 时拒绝率反而升至 42.8%→1.6% 的 ASR 变化；MMLU-14k 全量从 86.96% 降至 82.74%（-4.22 pp），剔除伦理类条目后约 -1.1 pp，在 3 pp 知识保留目标内。
同一新闻，精选展示《DeepSeek-V4.1-Flash-UNCENSORED-FP8 发布：权重级消融版附拒绝率与 MMLU 对比》
DevelopingDad 在 Hugging Face 发布基于 NVIDIA Qwen3.8-Flash-Next-FP4-Local 的去对齐实验权重 trial117，将 trial 117 实验的拒绝方向干预直接烘焙进 checkpoint，无需运行时 adapter。在两台 DGX Spark 的 TP=2 对照测试中，烘焙版开发集拒绝 0/100、保留集 3/100，与 adapter 的 KL 差异约 0.037 nats；原定的零拒绝目标和 0.20 KL 上限未达成。需 B12X vLLM 运行时，TP=1 冒烟测试通过 5 项基础检查，长上下文、多模态与工具调用能力未经验证。
同一新闻，精选展示《DevelopingDad 发布 Qwen3.8-Flash-Next-FP4-Local-Abliterated 去对齐权重》
Perturbador 在 Hugging Face 发布基于 Llama 3.2 3B 的无审查微调模型 llama-3.2-3b-uncensored-chat，已转换为 GGUF 格式并用 Unsloth 训练，速度提升 2x。模型提供 Llama-3.2-3B.Q4_K_M.gguf 文件，附 Ollama Modelfile 便于部署，可通过 llama-cli 运行，BOS token 行为已为 GGUF 兼容性调整。
dan9070 在 Hugging Face 上发布 abliterated 版模型 Swift-1.5-Qwen3.8-Flash-Next-GSQ-RCO-abliterated-IQ3_S-Q8PLE，提供 Q8_0 等量化版本。该模型可通过 llama.cpp 本地运行，支持 OpenAI 兼容服务器与终端推理，并可在 Ollama、Docker Model Runner、Lemonade 等工具中直接调用。
AtomicChat 在 Hugging Face 发布 Ornith 1.5 122B 的去拒绝 GGUF 量化版，通过在 48 个 block 中移除残差流上的拒绝方向实现。英文拒绝率从 93.8% 降至 1.2%，俄语从 43% 降至 0%，MMLU 从 83.65% 到 83.90% 基本不变；提供 AD-IQ4_XS_S（71.2 GB）等多种 Atomic Dynamic 量化，方法遵循 Arditi et al. 2024 的单方向拒绝机制研究。
推荐理由：原文给出拒绝率前后对比、MMLU 复测和 KL 数据，读者可据此判断这个去对齐版本的实际代价。
Hugging Face 上发布 Qwen-Image-2.1 Uncensored 量化模型，基于 Qwen/Qwen-Image-2.1 原始权重，提供 GGUF、Safetensors 和 MLX 格式，其中 Q4_K_M GGUF 为 4.60 GB 且被推荐为体积与质量的最佳平衡，MLX 格式针对 Apple Silicon 优化。该版本无内置安全检查或内容过滤，可直接生成成人、NSFW 及敏感图像，需配合 ComfyUI 与 ComfyUI-GGUF 使用，文本编码器 qwen3vl_8b_int8_convrot 可卸载到系统内存以节省 9–17 GB 显存。
HxT9 在 Hugging Face 上架 Qwen3.8-Flash-Next-Uncensored 的 GGUF 量化版本，采用 Q4_K_M 与 Ngram-Q8_0 格式。该模型暂无模型卡，也未由任何 Inference Provider 部署，用户可登录添加硬件兼容信息。