📡 AI技术雷达

阿里下一代 Flash 系列的预览版已经挂上官方仓库，一周下载 120 万+、点赞 5793。对星竹来说，这是观察 Qwen 轻量主线演进方向的最新样本——Flash 系列历来是低成本部署甜点档，值得留意它的最终正式版参数与授权条款。

下载量 123 万、点赞 2562，说明去审查版 Qwen-Image-2.1 的 GGUF 量化在 ComfyUI 生态里已经是刚需级资源。如果星竹要做本地图像生成实验且不想被内容过滤卡住，这个现成包能省掉自己量化和解锁的整套流程。

今日最高分。这篇论文审读 Qwen3 各训练阶段 checkpoint，回答一个很实际的问题：后训练到底在哪些语言上、以何种方式改变了推理能力？结论把"语言"从性能差异因素升级为"能力访问屏障"——模型会解题，却交付不出用户语言下的完整解。做多语言应用或评估中文模型外推能力时，这个审计框架直接可复用。

跨 tokenizer 的 on-policy 蒸馏（OPD）一直卡在"教师一个 token 对学生多个 token"的对齐难题上，这篇提出按"事件完成"而非 token 对齐来监督。如果星竹未来想把大模型能力蒸馏进自己定制的小模型（tokenizer 不同），这是方法论层面的新解法。

线性注意力省掉了 KV cache，但固定大小的循环状态在并发服务下反而成了显存瓶颈。STEPQuant 分析量化误差在 delta 规则递归状态中的传播位置与时机，给出低精度方案。对做线性注意力模型（如 RWKV/Mamba 类）推理部署的人，这是省显存的新工具。

不用花哨的 Agent 记忆黑盒，纯靠混合检索+交叉编码重排+确定性推理脚手架，LLM 只当最后的"读者"，就在 LongMemEval-S 上拿到 479/500。这条路线对星竹做长期记忆系统的启示是：可审计、确定性的流水线可能比端到端 Agent 记忆更稳，也更容易排查坏例。