📡 AI技术雷达

Qwen3.8-27B 无审查版 GGUF 量化包，26 万下载、673 赞，是本周社区解锁版模型里的热门。如果你在本地跑需要"少废话、少拒答"的 Qwen 底座，这是现成可用的选择，省掉自己动手 abliterate 的流程。

社区把 GLM-5.3-Flash 转成 DFlash2 格式的版本，1 万下载。DFlash2 是新兴的高压缩部署格式，这条的意义在于看 GLM 生态在格式端的支持速度——智谱官方模型发布不到几天就有社区格式转换版出现。

huihui-ai 出品的 Qwen3.8-27B 消融版（abliterated），下载量近 200 万，是长期霸榜的社区基础件。和第 1 条同源不同作者，可对比两者的解锁彻底度与模型损伤程度，选一个顺手即可。

DavidAU 一贯风格的"多 LoRA 熔炉"合并模型，叠加了编码增强、MTP、Heretic 解锁等多个方向。这类熔炉模型效果玄学，但适合作为本地实验素材——如果想在 Qwen3.8 底座上试组合微调，可以直接参考它的合并配方。

Meta SAM3 官方权重，209 万下载、2882 赞，支持图片+视频分割（sam3_video）。如果你有图像/视频内容理解、自动化标注类需求，这是多模态工具链里的标配级组件，值得收录进技术储备。

NVIDIA 团队的竞赛编程特化后训练方案：大规模赛题收集 + 合成推理轨迹 + 强化学习，把模型拉到 IOI/ICPC 金牌水准。对做代码模型微调的人有直接参考价值——合成数据配比和课程设计是核心看点。

回答一个很实际的问题：标注预算固定时，SFT 和 RL 各分多少？论文给出了跨模型规模近似的分配框架，而不是只说"低数据区 SFT 占优"这种模糊结论。做后训练预算规划时可以直接套用其分析框架。

微软团队提出让模型自己控制注意力分配：面对百万级上下文时不再全量扫描 KV cache，而是学会定位关键 token。对长上下文推理成本敏感的场景（Agent 长对话、大仓库代码理解）是降本新思路。