📡 AI技术雷达

DavidAU 是 HF 社区最多产的合并/微调实验者之一，这版叠了 GAIN Training + Cold-Fusion 两层配方，23.8 万下载——这类模型的意义不在"最强"，而在提供和官方原版、Ridge/Beep 等风格变体的对照样本；本地 27B 玩家可以拿它测同一 prompt 下的风格差异

无审查 27B 生态里热度最高的一档：93.8 万下载、685 赞，标签还带 multimodal/vision——"Aggressive" 版去审查更彻底，适合本地跑不想被频繁拒答打断的批处理任务；和昨天雷达里的 orcarouter/Huihui 版并排对比，基本集齐了当前社区无审查 27B 的主要流派

35B 总参数、A3B（激活 3B）的 MoE 编码模型 GGUF 量化版——MoE 的好处是推理时只激活一小部分参数，消费级显卡跑编码助手延迟友好；16k 下载量还小，属于刚冒头的社区货，效果需要自验，但"小激活大容量"的本地编码路线值得跟

MiniMax 官方音乐生成模型进 HF，19.7k 下载、1274 赞热度不低，支持 diffusers 生态 text-to-music——国产大厂的开放版图从文本/图像烧到了音乐赛道；做多媒体内容或给视频配 BGM 的自动化流水线，多了一个可本地化的选项

社区把 MiniMax-H3 和 Z-Image 做成 ComfyUI 原生可用的量化包——"大厂模型 + 工作流工具"的社区集成速度越来越快；如果平时用 ComfyUI 搭图像流水线，这类 native 包省去了手动转换格式的麻烦，直接拖进工作流就能跑

一篇定位是"给被 RL 后训练搞得晕头转向的人"的系统性梳理：RLHF/RLVR 背后的经典 RL 原理、policy gradient 到 PPO/GRPO 的演进逻辑——市面教程要么太学术要么太营销，这类把"黑盒"拆开的综述适合当团队内训材料或个人查漏补缺的地图

多标注者偏好天然异构（有人重格式、有人重事实），直接混训等于把 reward signal 平均化糊掉。这篇用 k 个 Plackett-Luce 排序模型的混合来显式建模偏好分组——偏理论的工作，但"先聚类偏好再对齐"的思路对做多目标 RLHF/DPO 数据清洗有直接启发

对 GNN 知识图谱问答管线的鲁棒性研究，亮点在方法：把端到端指标拆到实体链接、子图检索、GNN 推理、答案生成四个阶段分别归因——做 RAG 系统的人可以直接抄这个"分阶段定位失败"的评测思路，比只看端到端准确率更能暴露系统短板