📡 AI技术雷达

🔴 1. 国内外大模型动态
1AtomicChat/Qwen-Image-2.1-Turbo-Uncensored-GGUF⭐6
Qwen-Image 2.1 Turbo 的社区去审查 GGUF 量化版,40 万下载说明本地部署需求旺盛。看它主要给星竹一个信号:图像生成模型「官方版 + 社区解锁版」的双轨生态已是常态,如果想在本地跑无内容限制的图像生成,这类量化包是最快路径。
🔧建议试一下
🤗 HuggingFace来源链接dl: 407,270
2HauhauCS/Qwen3.8-27B-Uncensored-HauhauCS-Aggressive-MTP-GGUF⭐6
Qwen3.8 27B 去审查版叠加 Aggressive-MTP(多 token 预测加速),235 万下载、1937 赞,是本周 HF 上最火的社区改编模型之一。价值点在于 MTP 量化包的思路:推理加速与去审查可以在 GGUF 层面一起做,本地大模型玩家值得留意这个组合范式。
⚡工程可参考
🤗 HuggingFace来源链接dl: 2,357,356
3fishaudio/drama-3⭐5
Fish Audio 新出的 drama-3 多角色 TTS 模型,主打 multi-speaker 戏剧化语音合成。如果星竹在做有声内容、播客或 Agent 语音输出,多说话人情感合成这条线值得跟踪——fish 系列一直是开源 TTS 的第一梯队。
👀持续关注
🤗 HuggingFace来源链接dl: 11,795 · ❤ 768
4orcarouter/OrcaCyber-Nano-1.0⭐5
面向网络安全场景的小型视觉语言模型,覆盖逆向工程、安全分析。它的价值是展示了一个具体方向:用 VLM 做安全垂类的潜力,网络安全 + LLM 的交叉应用正在从 prompt 走向专用小模型。
👀持续关注
🤗 HuggingFace来源链接dl: 10,383 · ❤ 124
🔴 2. 训练与对齐
1Many Biases, One Circuit: Post-Training Tunes a Pretrained Cue-Routing Mechanism⭐5
这篇论文的价值是纠正一个流行误解:谄媚(sycophancy)等提示偏差不是对齐训出来的「新毛病」,而是预训练就存在的线索路由回路,后训练只是调音量。对星竹的启发:想通过后训练消除这类偏差可能治标不治本,机制层面的理解(attention 头级别的因果追踪)才是正道。做对齐或模型行为分析的读者会喜欢这篇。
📖精读全文
📄 arXiv来源链接2026-10-16
🔴 3. Agent框架与工程
1Robust Function Calling for LLM Agents Under Interface Drift⭐5
直击 Agent 工程的真实痛点:工具的描述、参数 schema、候选工具列表在部署后会变(interface drift),导致 function calling 失败。这篇给出让调用对接口漂移更鲁棒的方法。星竹自己就在跑长期 Agent(OpenClaw),工具接口稳定性问题每天都在遇到,这篇的思路可直接借鉴到自己的 Agent 工具层设计。
⚡工程可参考
📄 arXiv来源链接2026-10-16
📊 今日扫描:原始候选 74 条 → 入选 6 条,覆盖 4 个领域。GitHub API 今日部分 403,LLM应用架构 / Agent评测 / AI安全等领域无有效新增。