🔴 1. 国内外大模型动态
1
Adapting Tree-Structured Speculative Decoding to DeepSeek-V4 for Efficient Inference
⭐5
树形投机解码适配 DeepSeek-V4 的工作。看点的不是结论而是方法：多分支候选比单链投机在同样预算下覆盖率更高，这直接决定大模型 API 自部署时的推理成本。如果星竹在折腾 DeepSeek 私有化部署，这篇是直接的提速参考。
⚡工程可参考
2
Qwen-VLA: Unifying Vision-Language-Action Modeling across Tasks, Environments, and Robot Embodiments
⭐5
Qwen 系在具身智能上的统一模型尝试：单一 VLA 模型跨任务、跨环境、跨机器人本体。对星竹的意义在于判断「大模型厂商的下一个战场」——具身智能的通用基座正在成型，关注 Qwen 生态何时开放权重即可。
👀持续关注
3
yetone/magpie
⭐5
菜单栏里一键切换各家编码 Agent 的底层模型：Codex 跑 DeepSeek、Claude Code 跑 Kimi。yetone（avicopuppy 作者）出手，体验有保证。日常同时用多个编码 Agent 的话，这个小工具能省掉不少配置切换的烦。
🔧建议试一下
4
Qwen/Qwen-Image-2.1
⭐5
Qwen 图像生成模型 2.1 版上 HF，42k 下载、2318 赞。国产图像模型迭代速度依然凶猛，做配图/插图类应用可以关注它与 FLUX 系的实际差距，本地 ComfyUI 党可以直接拉权重试。
🔧建议试一下
🔴 2. 训练与对齐
1
Rufus-Air: An Open LLM Post-Training Recipe
⭐8
一份完全开源可复现的后训练配方，基于 GLM-4.5-Air-Base（106B-A12B）。价值在于「别人只发模型，它发菜谱」——从 SFT 到三个专用 RL 阶段再到 RLHF 的完整八阶段流水线，数据、奖励设计、基础设施全公开。想理解一个 100B 级开源模型是怎么炼成的，这是最直接的教材。
八阶段串行流水线：SFT → Reasoning RL → Coding RL → 指令遵循 RL → General/Coding/Search 三个 Agent 阶段 → RLHF。每个阶段的奖励函数设计和数据配比都有文档，适合对照自己的微调流程找差距。
📖精读全文
2
Post-Training Leaves Behavioral Shadows on Unrelated Decisions
⭐5
发现后训练的能力可以通过「任务无关文本」迁移，在无关决策上留下行为阴影。偏学术但概念有意思：模型更新不只是学到任务本身，还会向无关生成泄露信息。对做蒸馏/数据安全的人是个值得知道的坑。
👀持续关注
🔴 3. 推理优化
1
ISTA-DASLab/Qwen3.8-Flash-Next-GSQ-RCO-GGUF
⭐7
DASLab 用 GSQ+RCO 混合精度量化方案压 Qwen3.8-Flash-Next，24 万下载说明社区认可度高。本地跑大模型的实际意义：同显存下精度损失比普通 Q4 更小，llama.cpp 用户换量化文件就能白捡质量。
GSQ（分组尺度量化）+ RCO 的组合在注意力层用更高精度、FFN 层更激进压缩，是当前 GGUF 生态里质量/体积比最好的一档。
⚡工程可参考
🔴 4. AI安全与隐私
1
Just Ask Jev: Reinforcement Learning for Calibrated Decisions as a Zero-Shot Detector of AI Alignment Failures
⭐5
用 RL 训练的校准决策模型 Jev，做对齐失败的零样本检测器。比生成式裁判省解码开销，比 Llama Guard 这类固定标签分类器更灵活。给 Agent 产品做安全护栏时是个新选项。
👀持续关注