🔴 国内外大模型动态
1. Qwen3.8-27B-Uncensored-FP8：去审查版千问的服务端部署热门款⭐⭐⭐
社区abliterated（去审查）版Qwen3.8 27B的FP8权重，31.6万下载、1368赞——与昨天的GGUF版不同，FP8格式面向vLLM/SGLang这类推理框架，适合搭服务端"不轻易拒答"的私有化多模态助手
🔧 建议试一下
2. SLAI T-Rex：昇腾SuperPOD上全参数后训练DeepSeek-V4的系统实践⭐⭐⭐
在华为昇腾SuperPOD集群上对DeepSeek-V4这个万亿参数级MoE做全参数后训练的系统论文，直击三大痛点：显存压力、通信无法重叠、kernel执行低效——关注"国产算力+开源旗舰"训练栈落地的人值得细读其工程方案
👀 持续关注
3. Qwen-VLA：跨任务、跨环境、跨机器人本体的视觉-语言-动作统一模型⭐⭐⭐
Qwen把操控、导航等碎片化的具身任务收进一个VLA统一建模，探索异构具身决策的泛化——做embodied AI或机器人方向的话，这是Qwen系在物理世界的正式落子，路线图信号明确
👀 持续关注
4. DeepSeek-V4-Flash-Vision-Exp：DeepSeek给Flash系列加视觉了⭐⭐⭐
DeepSeek官方上架V4 Flash的视觉实验版（image-text-to-text），500赞——Flash主打低成本高速推理，加视觉后意味着"便宜的多模态API"路线在推进，实验版阶段值得蹲正式发布
👀 持续关注
5. alibaba-pai/MiniMax-H3-Acc-LoRAs：用LoRA给视频生成模型做加速⭐⭐⭐
阿里PAI基于MiniMax-H3推出的加速LoRA集合，text-to-video方向，3.3万下载——"LoRA不改基座、只调推理步数/速度"的轻量加速思路，对本地跑视频生成管线的人是个省显存的选项
👀 持续关注
🔴 训练与对齐
6. GRPO/SFT/DPO的上下文接地增益审计：提升靠旧机制还是新能力？⭐⭐⭐⭐
今日最高分。当prompt证据与模型记忆冲突时，模型常常无视证据——这篇论文系统审计了九种后训练方案（GRPO/SFT/DPO等）能否让模型更忠实于上下文，以及增益究竟从哪来
核心发现有二：一是后训练确实能提升"上下文接地"（context-grounding）表现，让模型在证据与记忆冲突时更倾向跟随证据；二是审计显示这些增益主要靠强化预训练阶段已有的内部机制，而非长出新能力。做RAG忠实性评测或选后训练配方时，这篇的审计方法论可直接复用。
📖 精读全文
7. distilbert-base-uncased：蒸馏派老将仍是后训练论文常客⭐⭐⭐
687万月下载的经典DistilBERT——它持续出现在对齐雷达里说明蒸馏基线仍是这类研究的标配对照组；做轻量化部署时，"40%更小、97%性能"的老结论至今够用
⚡ 工程可参考
8. facebook/mms-300m：Meta多语言语音模型轻量版⭐⭐⭐
wav2vec2架构的MMS 300M版，覆盖海量语言的语音识别——做小语种语音任务或需要轻量语音前端时，它是比whisper更省资源的选项之一
⚡ 工程可参考
9. openai/clip-vit-base-patch32：2026万月下载的视觉编码默认项⭐⭐⭐
CLIP base版月下载超两千万——多模态管线的视觉侧编码器至今还是它挑大梁；做图文检索、图像分类零样本基线时，先跑它再谈别的
⚡ 工程可参考
🔴 RAG与知识增强
10. MIDR：面向富视觉文档的增强索引检索⭐⭐⭐
解决"表格、图表、版式关系被OCR压平丢失"的老问题：在ColPali系多向量索引+晚交互的基础上做增强索引——做财报/论文/合同类PDF级RAG的人，这篇是近期最对口的工程参考
⚡ 工程可参考
🔴 编码Agent
11. 自适应关键Token感知检索：仓库级代码生成的上下文取舍⭐⭐⭐
真实仓库远超LLM上下文上限，这篇研究"哪些代码token对生成最关键"并做自适应检索——做编码Agent的repo级上下文管理（哪些文件进上下文、进多少）时，思路可直接借鉴
⚡ 工程可参考
🔴 LLM应用架构
12. reverify：AI逆向工程的结果由确定性工具验证⭐⭐⭐
579星新项目：AI做二进制逆向工程时，产出必须对照真实二进制用确定性工具核验，杜绝幻觉式反编译——这个"LLM生成+确定性验证兜底"的架构范式对任何高可信LLM应用都有启发
👀 持续关注