AI 日报 · 2026 年 10 月 15 日 · 星期四
麦式AI情报站
LFM2.5-24B-A2B 去对齐版发布：英文拒绝率从 96.3% 降到 1.2%
AtomicChat 基于 Liquid AI 的 LFM2.5-24B-A2B 发布去除拒绝行为的去对齐版本，英文拒绝率从 96.3% 降至 1.2%，俄语从 62% 降至 0%。方法为沿单一方向编辑 blocks 14-39 的 52 个矩阵，MMLU 基本不变（64.40%→65.55%），提供 6 个 GGUF 量化版和一个 24 MB LoRA 适配器，可对现有量化权重用 --lora-scaled 加载。
AI 安全与攻防
Visual Studio Copilot 文件名尾点绕过漏洞 CVE-2026-103572 分析与补丁发布
Embrace The Red 作者披露 Microsoft 已修补 Visual Studio Copilot 中的远程代码执行漏洞 CVE-2026-103572，CVSS 8.8，影响 Visual Studio 2026 与 SSMS。根因是 Win32 忽略文件名末尾的点，攻击者可用 settings.json. 之类尾点文件名绕过路径校验，写入 .mcp.json 与设置文件实现任意命令执行，漏洞位于共享的 Microsoft.VisualStudio.Copilot.Core.dll，旧版 Visual Studio 2022 也受影响；作者还发现路径遍历与 InstallationID 泄露等附加问题。
RSI 与 Agent 自我改进
arXiv · cs.AI一手SEAR：自进化智能体机器人框架与基准发布于 arXiv
Xinyi Wang 等在 arXiv 发布 SEAR（Self-Evolving Agentic Robotics）框架与基准，语言模型智能体通过编写控制代码并在真实与仿真任务中保留有效经验实现自我进化。框架含 code-as-policy、agent-as-policy、auto-research 三种模式，基准覆盖 7 个前沿模型、330 个仿真任务与 5 个真机任务、累计超四年智能体运行时间。主要发现包括任务更难时延长会话更划算、控制代码与共享例程可跨任务和模拟器迁移而任务特定方案不能、真机上智能体设计的练习与新颖人类设计场景存在性能差距，且纯文本模型可媲美可比多模态模型；基准与代码库已开放。
记忆与连续性
GitHub · 灵魂体仓库personal-brain 开源：基于 Gemini 的本地优先个人知识图谱兼 AI 记忆层
alvinekelund 在 GitHub 发布 personal-brain，一个本地优先的个人知识图谱，可用作 AI 智能体的记忆层。文本、URL 或文件由 Gemini 提取类型化节点与语义边，节点按 Ebbinghaus 衰减曲线遗忘、访问即重置，内置 MCP server 让 Claude Code 等 MCP 客户端在会话中读写记忆，并配 Claude Code SessionEnd 钩子自动沉淀事实。数据存本地 ~/.personal-brain/brain.db，无需云端和账号。
无对齐模型发布/更新
candor-lab 发布 Llama 3.2 3B Instruct 去对齐 GGUF 版
candor-lab 在 Hugging Face 发布 Llama 3.2 3B Instruct 的去对齐版本，通过 Candor 权重编辑工具对注意力和 MLP 输出矩阵做 rank-1 修改，移除模型拒绝指令的方向。实测显示该文件对 288 个有害提示词只拒绝 6 个，而普通 Q4_K_M 量化版拒绝 161 个；团队指出该权重此前经过 4-bit 量化，再次量化会损失 30-45% 的编辑效果，因此将 49 个被编辑矩阵保留在 Q8_0。测量基于 StrongREJECT、Alpaca 提示词与 GSM8K，在 llama.cpp llama-server 中以实际发布文件进行，结果与 heretic 的最佳试验无统计显著差异。
swdq 发布 MiniCPM-V-4.7-35B-A3B 的 abliterated 去对齐版本
swdq 在 Hugging Face 发布 openbmb/MiniCPM-V-4.7-35B-A3B 的 abliterated 去对齐版本，用 abliterix（含 MoE expert down_proj 的 LoRA steering）合并为 bf16 权重，未量化。在 100 条有害评测提示上拒绝率从基座的 100/100 降到 5/100，无害提示 KL 散度为 0.101；仅改动语言模型，视觉塔未动且未测试图像输入，拒绝计数基于关键词检测而非 LLM 评审。
- Avicennasis 发布 MiniCPM-V-4.7-35B-A3B 消融版 MLX 4-bit 量化Hugging Face · 新模型：abliterated
Xananthium 发布 REDCELL-26B-A4B 消融试验版 W6A8 量化权重
Xananthium 在 Hugging Face 发布 REDCELL-26B-A4B-OSINT-Cyber-Abliterated-Pilot-W6A8-Vision，对 terrorswift 的 REDCELL（Gemma 4 26B-A4B 微调）做 abliterated 权重编辑并导出 W6A8 量化。16 条保留集拒绝标记从 16/16 降到 4/16，能力探针保持 19/20，工具调用、工具失败后改道和简单图像识别均通过；使用 Heretic 的保幅值正交消融加 rank-3 修正，编辑覆盖 30 个注意力输出投影、30 个稠密 MLP down 投影和 3,840 个专家 down 投影，路由器和视觉模块保持 BF16。
工程与部署
GitHub · 灵魂体仓库Quicksilver：让 Jev 替 Claude Code 做批量筛选的 Claude Code skill 开源
开源项目 Quicksilver 是一个 Claude Code skill，把大量读取后的判断交给 TypeSafe 的 System One 模型 Jev，返回带类型的判定结果，约每百万 token $0.042。12 项基准显示 Claude 侧 token 中位数降 82%（整体 86%），12 项中 8 项准确率与 Claude 单独运行持平，最快提速 20 倍，每任务 Jev 中位成本 $0.004；安装需 Node 18+，密钥存于本地，内容发送至 api.typesafe.ai。
论文研究
GitHub · 去对齐工具与仓库modeltested 开源基准发布：65 个本地模型的真实工作评测
GitHub 开源项目 modeltested 发布了一个面向开放权重 LLM 的真实工作基准，结果在 modeltested.com 自动更新，当前榜单覆盖 65 个本地模型。评测分编码（30 题，沙箱内跑隐藏单元测试）、文档抽取（24 题）和决策（56 题，含 Brier score 校准）三套，大部分题目以 age 加密存放、密钥为 CI secret，公开与隐藏分数并排展示以暴露背题；模型经 OpenRouter 以全精度或 8-bit 运行，部分 Q4 模型在 Mac mini（M4, 16 GB）上用 Ollama 补测以量化损失，并给出显存适配估算而非速度数字。
arXiv · cs.AI一手DoubtLess：免训练对比解码方法将 Qwen3-32B 思维链缩短 31% 且准确率不变
论文提出 DoubtLess，一种免训练的对比解码方法，用小推理模型分别以简洁和冗长两种提示读取大模型的思维链，将两者 logit 之差按强度缩放后加到大模型每步的 logits 上，引导其生成更短的 CoT。在竞赛数学、研究生级科学和竞赛编程等七个基准上，DoubtLess 将 Qwen3-32B 的 CoT 缩短 31% 而准确率不变，优于五个推理时基线；在自调试编码智能体中每轮思考 token 减少 20%，任务性能不变，还能泛化到另外两个模型家族，并与基于训练的压缩方法叠加使用。行为分析显示其减少重复检查，token 节省大多来自正确答案首次出现在 CoT 之后。代码已开源。
GitHub · 去对齐工具与仓库naughty-judge-replies：专测 LLM judge 判定解析器的测试语料
Fikri Alfaraby 发布 naughty-judge-replies，一套让 LLM judge 评测解析器出错的回复语料，覆盖 letter、yes-no、json-pass、json-score、grade 五种格式，定位类似 Big List of Naughty Strings。实测显示 promptfoo 0.124.1 factuality 有 4 次错读、closedqa 5 次错读，Opik 与 Inspect AI 的具体计数见表；错读原因包括把 'France)' 中的字母当类别、以末字符 'Y' 判 pass、取首个 JSON 对象及类型强转。