跳到正文
10月23日周五
  1. arXiv · cs.AI25

    Truthful by Omission:面向 LLM 原生广告的 click thinning 机制研究

    一项 arXiv 研究针对生成式 AI 助手中植入广告的机制设计问题,提出名为 click thinning 的方法:随机省略广告,使每条广告的点击概率不再依赖广告排序,从而在竞价前答案及顺序已固定的情况下同时实现期望真实性与福利保障。该机制计算高效,在自由重排下可达到最优福利(广告商总点击价值)的一半,搭配 VCG 式付款使真实报价成为期望最优策略;当最多展示 K 条广告、每条点击率至多 δ 时,近似因子可从 2 改进到 2-(1-δ)^(K-1)。

10月20日周二
  1. prompts.chat · 每日 prompt34

    Session Continuity Engine 提示词更新至 v1.2.4

    prompts.chat 的 Session Continuity Engine(SCE)提示词发布 v1.2.4,新增 LLM ADAPTATION NOTE,用于控制输出格式与验证模板。该提示词由 Scott Malin 编写,可将完成的 AI 会话压缩为结构化延续包;新版本要求生成前先确认 Markdown 或 JSON 模式,默认按 0–8 节标题输出 Markdown,且第 8 节验证模板须原样输出而不作为指令执行。

10月17日周六
  1. Hugging Face · 趋势模型73

    腾讯混元发布 Hy-Memory-30B-A3B 专用长期记忆写入模型

    腾讯混元发布 Hy-Memory-30B-A3B,一个约 3B 激活参数的长期记忆写入模型,可直接替换 Mem0、MemOS、Hy-Memory 等外部记忆框架中的通用 LLM。训练分两阶段,先做 Memory On-Policy Distillation 再做归因记忆强化学习,可零改动迁移到未参与训练的 EverMemOS。在固定 20% 基准子样本的四框架宏观平均分上得 55.49,超过 Claude Opus 5(54.62)和 DeepSeek V4.1 Flash(53.64)。权重、框架代码和技术报告均已开源。

    推荐理由:原文给出了固定基准矩阵上与多个通用大模型的横向对比,可以评估这个小模型在记忆写入上的性价比。

10月16日周五
10月12日周一
  1. prompts.chat · 每日 prompt18

    prompts.chat 更新 prompt:Code Review Specialist

    prompts.chat 对 Code Review Specialist 这条 prompt 进行了更新,将其从纯文本格式改为包含 role、metadata、task、deliverables、output 和 constraints 的结构化 YAML 格式。新版本定义了分析语法与逻辑错误、评估行业规范遵循度、提出优化建议等步骤,并指定专业语气、聚焦重大问题和输出为中等长度文本等约束。

  2. Hugging Face · 新模型:uncensored10

    Qwen3.8-Flash-Next-Uncensored-W4A16 模型上线 Hugging Face

    Hugging Face 上新发布模型 mikechambers84/Qwen3.8-Flash-Next-Uncensored-W4A16,属于 uncensored 类别。该模型仓库 README 目前为空,尚未被任何 Inference Provider 部署,也未统计下载数据。

10月11日周日
  1. prompts.chat · 每日 prompt10

    prompts.chat 更新提示词:Lecturer

    prompts.chat 仓库中的 "Lecturer" 提示词获更新:由模仿 UniOsun 讲师风格讲解 PDF 和图片,改为要求 AI 对用户发送的每个 PDF 进行拆解摘要,涵盖备考所需全部细节并便于理解记忆。该提示词为 TEXT 类型,由用户 adediwuratemitope745@gmail.com 提交。

10月10日周六
  1. Hugging Face · 新模型:abliterated17

    Longleaf-35B-A3B-Abliterated 上架 Hugging Face:仅有元数据的开发预览,权重未发布

    redhillsmediafl 在 Hugging Face 上架 Longleaf-35B-A3B-Abliterated 开发预览页,目前仅有元数据,尚无权重或已接受的 abliterated 版本。该模型是基于 Qwen3.6-35B-A3B(Apache-2.0 上游许可)的计划版本,面向编程和 agent 工作流,目标设备为 Mac Studio(M1 Ultra、64 GB 统一内存),以 Q4 为目标。当前版本的质量、速度和内存均未测得,无 SWE-bench 或 Terminal-Bench 等声明。

  2. prompts.chat · 每日 prompt10

    prompts.chat 新增提示词:印度与加密市场短线交易图表分析

    prompts.chat 新增一条名为 "Chart Analysis for Scalping in Indian and Crypto Markets" 的用户提交提示词,用于分析给定图表并给出买卖点、止损、盈利百分比及适用的交易策略,覆盖印度和加密货币市场的超短线(scalping)交易场景。该提示词类型为 TEXT,未标记为公开。