🔴 国内外大模型动态
1. Kimi K2.5 独立安全评估：开源大模型的安全红线在哪？⭐⭐⭐⭐⭐
第三方安全团队对月之暗面Kimi K2.5补上了官方缺失的安全答卷——如果你在评估开源大模型接入业务的风险，这是少数有独立数据支撑的参考
Kimi K2.5在编程、多模态、Agent基准上对标闭源模型，但发布时未附带安全评估。本研究聚焦：越狱攻击成功率、有害内容生成、开源权重带来的可篡改风险。对星竹的启示：平台选型时安全评估不能只看厂商报告，需要独立验证。
📖 精读全文
2. LLM论点分类全景研究：从Llama到DeepSeek到GPT-5.2⭐⭐⭐⭐
跨越Llama→DeepSeek→GPT-5.2三代模型的系统性横评，看的不只是论点挖掘这个任务本身，而是模型迭代在真实NLP任务上的能力跃迁曲线——选型时判断"新一代值不值得升级"可以借鉴这个对比框架
👀 持续关注
3. Swift-Qwen3.8-27B-GGUF：高效思考量化版一周16.8万下载⭐⭐⭐
社区把Qwen3.8-27B做成GGUF量化+efficient-thinking版本，一周下载近17万——如果想在本地跑通"够快够省"的27B推理，这个现成量化包可以直接拿去用
⚡ 工程可参考
4. MiniMax-H3：开源视频生成模型持续霸榜⭐⭐⭐
MiniMax-H3在HuggingFace上已斩获366万下载、5600+点赞，text-to-video与image-to-video双支持——视频生成赛道开源侧的默认选项之一，做多模态内容应用值得纳入评估清单
👀 持续关注
5. Qwen-Image-2.1 Text Encoder Heretic GGUF：fp8量化直插ComfyUI⭐⭐⭐
针对Qwen-Image-2.1文本编码器的fp8量化版，ComfyUI可直接加载——用低成本跑Qwen-Image出图流水线时的显存优化利器，7.4万下载说明社区已验证其稳定性
⚡ 工程可参考
🔴 训练与对齐
6. 对齐后的模型是"人类的模型"吗？偏好对齐中的图灵测试差距⭐⭐⭐
一个扎心的追问：RLHF让模型学会了"讨好人类"，但讨好不等于理解——论文指出对齐模型的响应方式与真实人类响应存在系统性差距，对做拟人化Agent或评估"模型像不像人"的场景是很好的理论框架
📖 精读全文
7. StarDoc-AI/TeleOCR：基于Qwen2.5-VL的OCR专用模型⭐⭐⭐
StarDoc开源的image-text-to-text OCR模型，底层是Qwen2.5-VL——处理票据、文档数字化这类垂直OCR需求时，比通用模型更省心的即插即用选项，3万下载+171赞说明已有实际用户群
👀 持续关注
🔴 Agent框架与工程
8. WeChatBridge：微信聊天记录一键接入AI Agent与Obsidian⭐⭐⭐
macOS原生工具，把微信聊天记录自动转发给AI Agent并归档到Obsidian——对星竹这种"聊天记录=素材库"的重度用户，是打通即时通讯与个人知识库的低摩擦方案，两天内新上榜
🔧 建议试一下