🔴 国内外大模型动态
1. Qwen3.8-27B 多基因融合编码模型：SFT+RLOO+MTP+DFlash2 全家桶⭐⭐⭐⭐⭐
社区把 Qwen3.8、Coder390、EfficientThink、Opus5.5、Astra、Grok4.7、DSV4Pro 等多家模型基因蒸馏融合进一个27B编码模型，22万下载量——观察"社区级模型融合"能做到什么程度的风向标
技术路线是典型的高阶模型拼盘：以Qwen3.8-27B为底座，用SFT+RLOO两阶段后训练注入 Coder390/DSV4Pro 的编程能力与 Opus5.5/Astra/Grok4.7 的推理风格，EfficientThink 控制思考预算，MTP（多token预测）加速生成，DFlash2 处理长上下文。启示：27B级模型经多源蒸馏后编码能力可逼近大模型，本地化编码Agent的底座选择又多了一条便宜路线。
🔧 建议试一下
2. Kimi K2.5 独立安全评估：开源权重的安全盲区⭐⭐⭐⭐⭐
第三方对月之暗面 Kimi K2.5 补上了官方缺失的安全测评——开源大模型"能力发布先行、安全验证缺位"的又一案例，对选型时的安全判断很有参考价值
Kimi K2.5 在编程、多模态、Agent基准上对标闭源模型，但发布时未附安全评估。本研究聚焦开源权重特有的可放大风险：越狱攻击成功率、有害指令遵循、权重可被篡改后的滥用面。启示：给平台选开源模型时，安全结论不能只依赖厂商，独立红队评估是必要环节。
📖 精读全文
3. LLM 论点分类横评：从 Llama、DeepSeek 到 GPT-5.2⭐⭐⭐⭐
在论点挖掘（argument mining）任务上横评三代模型，看开闭源模型在"论点-前提"结构化理解上的差距演变——LLM 结构化文本理解能力的低成本参照系
👀 持续关注
4. Underdog-Saluki-27B：主打2-bit量化+工具调用的社区模型⭐⭐⭐⭐
39万下载、527赞，卖点是把 tool-calling 能力塞进 2-bit GGUF——极端量化下还能保住函数调用，对边缘设备上跑 Agent 有直接参考意义
🔧 建议试一下
5. Qwen3.8-Flash-Next 官方预热版：245万下载站稳趋势榜⭐⭐⭐
Qwen 官方 Flash 系列下一代的预发布版本，多模态（image-text-to-text）+对话，245万下载、6300赞——跟踪 Qwen 小尺寸多模态主线演进的风向标
👀 持续关注
🔴 训练与对齐
6. 开放中期训练配方：为 Agent 后训练打底的 Midtraining 详解⭐⭐⭐⭐
前沿模型普遍在预训练和后训练之间插了一个 midtraining 阶段，但没人公开怎么做——这篇直接给了开源配方，是理解"Agent 模型为什么强"的关键拼图
该阶段目标是在进入 RL/SFT 之前先把底座"调理"成适合 agentic 后训练的形态：典型手段包括长上下文扩展、推理格式的数据重整、合成难例注入与课程排序。开放配方验证了 midtraining 对后续工具调用与长程推理收益显著。启示：自研 Agent 底座时，别直接拿 raw base model 上后训练，中间的调理阶段决定上限。
📖 精读全文
7. Athanor：Agent 自主做后训练研究的 Agent-Native 系统⭐⭐⭐⭐
让前沿 Agent 自己用公开数据给一个裸基座模型做后训练，把"AI 训练 AI"从口号变成可测量的实验——递归自我改进的今日版基线
研究定位是"弱化版的递归自我改进"：不以模型改进自身为目标，而是测量 frontier agent 完整走通数据筛选→训练配方→评测迭代闭环的能力。Athanor 作为 agent-native 系统，把实验管理、算力调度、结果分析都封装为 agent 可调用的原语。看点：agent 做研究的瓶颈不在写代码，在长程实验的上下文管理。
📖 精读全文
8. embeddinggemma-2：谷歌新一代嵌入模型，2590赞⭐⭐⭐
Gemma 系嵌入模型二代上线，RAG/检索管线里 Lightweight 嵌入的新选项，与 Qwen-Embedding、BGE 形成三足鼎立
🔧 建议试一下
🔴 推理优化
9. MiniCPM-V-4.7-35B-A3B：端侧多模态 MoE 再进化⭐⭐⭐
35B 总参、激活仅 3B 的多模态 MoE，视觉理解能力按端侧预算设计——手机/车机上跑视觉 Agent 的现实候选
👀 持续关注
10. LiquidAI LFM2.5-24B-A2B：液体架构 MoE 的稀疏推理路线⭐⭐⭐
24B 总参、2B 激活，LiquidAI 特有的 liquid 层架构 + MoE 稀疏化，主打长上下文下的吞吐效率——非 Transformer 主流路线的推理侧代表
👀 持续关注
🔴 RAG与知识增强
11. Librarian Agents：训练 LLM 主动策展长上下文工作区⭐⭐⭐
不再被动等查询才去检索，而是训练"图书馆员 Agent"提前整理工作区、预判未来查询——RAG 从"被动应答"走向"主动整理"的思路转变
👀 持续关注
🔴 Agent框架与工程
12. HTN-Orchestrate：用分层任务网络编排多 Agent⭐⭐⭐
在"动态派发"和"固定工作流"之间取折中：用 HTN 显式建模子任务层级与依赖，同时保留执行灵活性——多 Agent 编排的结构化新方案
⚡ 工程可参考