🔴 国内外大模型动态
1An Independent Safety Evaluation of Kimi K2.5⭐8
Kimi K2.5 发布时没带官方安全评估，这支团队抢先补上了独立测评。看了能让你了解开源前沿模型在滥用风险上的真实水位——如果星竹在选型时关心"开放权重=风险自负"这个问题，这是目前最直接的参考答案。📖精读全文
聚焦开放权重模型被放大的风险面（如越狱、有害内容生成），方法论上可作为自建安全评测的模板；作者团队包含多位一线开源安全研究者，评估维度设计值得对照自查。
2A comprehensive study of LLM-based argument classification: from Llama through DeepSeek to GPT-5.2⭐7
一篇横跨 Llama → DeepSeek → GPT-5.2 的论证挖掘（argument mining）系统对比研究。价值不在结论而在方法：同一任务上开源/闭源模型的代际差距到底多大，给出了可复现的测量框架。👀持续关注
3Qwen/Qwen3.8-Flash-Next⭐6
Qwen3.8-Flash-Next 预览版放出，下载 309 万+、点赞 6478，是今日 HF 热度最高的模型。多模态 image-text-to-text 方向，适合跟踪 Qwen 快速迭代节奏的人第一时间尝鲜。🔧建议试一下
4ISTA-DASLab/Qwen3.8-27B-GSQ-RCO-GGUF⭐6
ISTA-DASLab 给 Qwen3.8-27B 出的 GSQ+RCO 混合精度量化 GGUF，下载 125 万。想在消费级显卡/本地跑 27B 级模型的话，这是今天最值得收藏的量化包。⚡工程可参考
5lyramakesmusic/neuron-explorer⭐5
面向 Qwen3.5-4B 的"steering 优先"神经元探索器：逐个推 MLP 神经元、保留全部 rollout、可浏览结果。做可解释性小实验的趁手工具，适合想动手玩 representation engineering 的人。🔧建议试一下
🔴 训练与对齐
1google/embeddinggemma-2⭐6
Google 放出 EmbeddingGemma 2，下载 21 万+、点赞近 3000。如果星竹的 RAG/检索链路还在用上一代嵌入模型，这是直接可升级的候选，Gemma 系 embedding 一贯的轻量+强检索口碑。🔧建议试一下
2nvidia/NVIDIA-Nemotron-3.5-Bolt-E4B-4GB⭐6
NVIDIA Nemotron 3.5 Bolt E4B 量化版，单档 4GB 即可部署。对边缘设备/本地推理场景是即插即用的选项，也能借它观察 NVIDIA 在小模型+量化生态上的打法。👀持续关注
3OpenMOSS-Team/MOSS-Image-SFT⭐5
复旦 MOSS 团队的文生图 SFT 模型，点赞 726。开源社区的图像生成训练实践样本，对研究 diffusers 微调流程有参考价值。👀持续关注
🔴 推理优化
1MemTensor/MemT-1.0-Nano⭐5
MemTensor 首个 Nano 级模型，基于 Qwen3.5-MoE 架构改造。名字带"Mem"，大概率是记忆增强方向的小型化尝试——记忆系统是当前热门赛道，这个早期项目值得留个标记。👀持续关注