🔴 国内外大模型动态
1. Qwen3.8-27B 量化矩阵继续扩容：Ridge/Abliterated/9B 齐上阵⭐⭐⭐
Qwen3.8-27B 的社区量化版继续放量——empero-ai 的 Ridge 版 1.3w 下载、huihui 的 Abliterated 版 5.5w 下载、orcarouter 的 Uncensored 版 1.5w 下载，同尺寸的 9B 版也有 3.8w 下载。27B+9B 两档尺寸的 GGUF 生态已经成型，本地部署这条线的选型基本"闭眼可入"了
huihui-ai 的去审查版下载量反而是最高的（5.5w），社区对"无约束版本"的刚需可见一斑；Ridge 版本名可能对应新的微调变体，标签里同时挂着 qwen3.5/qwen3.8，模型家族命名开始出现交叉兼容的迹象。
👀 持续关注
2. DeepSeek-V4 × J-Space 能力实现报告：新基准视角看 DeepSeek V4⭐⭐
984 星的社区报告，用 J-Space 基准衡量 DeepSeek V4（Flash/Pro）的能力实现损耗——核心命题是"跑分能力"与"实际可用能力"之间的 gap 有多大。做 DeepSeek 选型前值得扫一眼，它试图回答的是比 leaderboard 更贴近实战的问题
👀 持续关注
🔴 训练与对齐
3. MINT：多目标对齐的偏好蒸馏，专治"偏科"的奖励优化⭐⭐⭐⭐
多目标对齐的老大难：目标加权求和后，优化总是塌向"最便宜的"那个目标——客服模型学会嘴甜但解决不了问题就是这个病。MINT 用 min-selection（取最差目标的偏好信号）做蒸馏，逼着模型均衡提升所有目标。如果你在做多维度 RLHF/奖励建模，这篇的方法论可以直接借
技术上是在偏好蒸馏框架内改造选择算子：普通 DPO/蒸馏取平均或加权和，MINT 改为取各目标中"最不利"的那个作为训练信号，类似 max-min 鲁棒优化的思路；实验覆盖多目标 agent 对齐场景（如 helpfulness vs. safety vs. 格式遵循的平衡）。
📖 精读全文
4. Listen, Reason, and Segment：音频大模型的"编辑判断力"对齐⭐⭐⭐
把 LALM（大型音频语言模型）对齐到媒体工作流的真实判断标准——自动章节切分（chapterization）：哪里该断章、哪里是内容边界，本质是把专业编辑的判断力蒸馏进模型。思路对做播客/长视频自动化剪辑的人有直接参考价值，也是"benchmark 分数高 ≠ 能干活"这个普遍问题的又一个例证
📖 精读全文
5. Deep Thought Alignment：视频推理的轨迹级隐空间蒸馏⭐⭐
视频 LMM 的推理能力蒸馏：不蒸馏输出文本，而是对齐"思考轨迹"的隐层表征，把大模型处理长视频的推理能力压进小模型。On-Policy Distillation 路线的跟进工作，做多模态小模型训练的可以关注其与标准 logit 蒸馏的对比结论
👀 持续关注
🔴 推理优化
6. Qwen3.8-2.4T-A95B：Qwen 官方旗舰 MoE 开放权重⭐⭐
总参 2.4T、激活 95B 的 Qwen3.8 官方 MoE 旗舰在 HF 开放（1.1w 下载、1064 赞——赞/下载比极高，说明重度用户在密集评估）。激活 95B 意味着单卡消费级硬件无缘，但 MoE 架构让推理成本远低于同总参 dense 模型，是云端部署侧值得跟踪的基线模型
👀 持续关注
🔴 AI安全与隐私
7. decionis/agent-safe-pipeline：智能体"提议-授权分离"参考架构⭐⭐
532 星的 TypeScript 参考实现：Agent 只能提议动作，无权授权——不可变的 intent 捕获 → 独立策略引擎裁决（ALLOW/ESCALATE/BLOCK）→ 人工审批 → 单次绑定的一次性 grant 执行。这就是给 Agent 加"审批工作流"的完整范式，和 OpenClaw 这类自治助手的权限模型设计直接同构，做 Agent 安全治理的可整体借鉴
⚡ 工程可参考