📡 AI技术雷达
2026-11-03 · 星期二
👁 — 次阅读
今日扫描:10 个领域 · 4 个数据源(arXiv / GitHub / HackerNews / HuggingFace),原始候选 77 条,精选 9 条,覆盖 3 个领域。注:今日 GitHub API 多领域 403 限流,Agent/编码/安全领域暂无产出。
🔴 1. 国内外大模型动态
01
An Independent Safety Evaluation of Kimi K2.5
⭐8
Kimi K2.5 是开源权重模型里少数能对标闭源旗舰的选手,但它发布时没附带安全评估——这篇第三方独立评测补上了这块空白。看它不是为了Kimi本身,而是能学到一套"如何系统评估开放权重模型风险"的方法论,星竹自己选型开源模型上线对外服务时可以直接套用这套检查清单。📖精读全文
02
A 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 多代模型论证挖掘能力的系统对比研究。价值不在结论本身,而在于它给出了"论证分类"这类细粒度NLP任务上开源与闭源模型的真实差距刻度,做文本分析类应用选型时可以当参考系。👀持续关注
03
huihui-ai/Huihui-Qwen3.8-27B-abliterated-GGUF
⭐7
Qwen3.8-27B 去审查(abliterated)版 GGUF,下载量325万、点赞近1700,是社区"解锁版"模型里的现象级选手。星竹如果要在本地跑不受护栏限制的推理/创作任务,这是现成可拉取的权重;同时它也是观察"abliterated 技术路线在 Qwen 系上效果"的样本。🔧建议试一下
04
Efficient-Large-Model/Open-H3-Regenerate-2K
⭐6
MiniMax H3 系视频再生成 LoRA,下载36万+,主打 video-refinement。对做视频内容生成管线的人来说是可直接组合的组件;星竹暂时不碰视频生成的话,知道社区在拿 H3 做什么改造即可。👀持续关注
05
Qwen/Qwen3.8-Flash-Next
⭐6
Qwen 官方的 Flash-Next 迭代权重,下载393万、点赞6700+,热度极高。Flash 系列定位就是低成本高吞吐的日常主力模型,这个 Next 版本意味着下一波 API/本地部署的性能基准要更新了——用 Qwen 做生产服务的应该尽快跑一轮基准对比。⚡工程可参考
🔴 2. 训练与对齐
06
nvidia/NVIDIA-Nemotron-3.5-Bolt-E4B-4GB
⭐7
NVIDIA Nemotron 3.5 Bolt 的 E4B 量化到 4GB 的版本,明确标注 DPO 后训练。价值点:这是"官方下场做小尺寸+量化+对齐"完整链条的样板,边缘部署或低成本Agent节点选型时值得进候选池。⚡工程可参考
07
LiquidAI/LFM3-Omni-2B-GGUF
⭐6
LiquidAI 的 2B 全模态(Omni)模型 GGUF 版。2B 级别能做到多模态+对话,说明端侧全模态的门槛正在快速下探,关注端侧能力的可以拿它和 Qwen 小尺寸对比测试。👀持续关注
08
facebook/dinov3-vitl16-pretrain-lvd1689m
⭐6
Meta DINOv3 ViT-L 视觉自监督预训练权重(LVD-1689M 数据集),下载74万。做图像特征提取、检索或多模态底座时的经典选择,非生成式路线的视觉表征标杆。⚡工程可参考
🔴 3. RAG与知识增强
09
ProSearch: Benchmarking Multi-Constraint Protocol Retrieval in Experimental Science
⭐5
AI for Science 场景下的多约束协议检索基准——实验方案复现需要同时满足多个相互依赖的约束条件,现有RAG基准没系统测这个。对做企业知识库/RAG系统的人有启发:真实业务检索往往也是多约束交叠的,这个基准的构造思路可以借鉴到自己的评测集里。👀持续关注