Thinking Machines Lab 发布 Inkling 2 Mini 多模态循环模型
Thinking Machines Lab 发布 Inkling 2 Mini,这是一款采用循环 Transformer 架构的多模态混合专家模型。该模型拥有约 26B 总参数和 3B 激活参数,通过将中间层循环运行三次以模拟 48 层逻辑深度,支持 1M 上下文窗口及图像输入。
推荐理由:该模型通过创新的循环层架构在有限参数下实现了高推理性能,为本地部署提供了兼顾多模态能力与编码任务的高效选择。
技术方向
开放权重、能下载下来自己部署的模型,开源框架与 GitHub 上爆火的 AI 项目。
14 条精选近 30 天 11 条共收录 30 条
Thinking Machines Lab 发布 Inkling 2 Mini,这是一款采用循环 Transformer 架构的多模态混合专家模型。该模型拥有约 26B 总参数和 3B 激活参数,通过将中间层循环运行三次以模拟 48 层逻辑深度,支持 1M 上下文窗口及图像输入。
推荐理由:该模型通过创新的循环层架构在有限参数下实现了高推理性能,为本地部署提供了兼顾多模态能力与编码任务的高效选择。
Hugging Face 介绍了如何通过在特定智能体框架内进行强化学习训练 LoRA 适配器,从而显著提升模型在软件工程任务中的表现与效率。该方案支持将多个适配器合并为单一的超级适配器,并提供了完整的训练配方、数据集构建流程及工具调用安全插件,帮助开发者在自定义任务中复现该优化效果。
推荐理由:原文提供了一套通过强化学习训练智能体适配器以提升模型在特定框架下表现的完整方案,开发者可参考此配方优化自定义任务的执行效率与准确性。
RadixArk 发布了 DaisyRose-27B 模型,该模型基于 Qwen3.8-27B,通过 Miles 强化学习框架在 1,200 个长周期智能体任务上训练而成。模型在 Terminal-Bench 4.1 等多项推理与编码基准测试中表现优于原版,并以 Apache 2.0 协议开源。训练过程利用了高效的异步后端,显著降低了 GPU 计算成本并提升了训练速度。
推荐理由:RadixArk 发布了基于 Qwen3.8-27B 的 DaisyRose-27B 模型,展示了通过强化学习框架 Miles 在长周期智能体任务上的训练效率提升。
Hugging Face 开源了 Rumble-2-Flash,这是一款支持 40 多种语言的 0.5B 参数语音识别模型。该模型基于 Qwen3-ASR 架构,通过 GOLD 策略进行知识蒸馏,在保持极高推理速度的同时,其识别准确率在多个基准测试中可媲美数十倍于其规模的模型。
推荐理由:该模型通过知识蒸馏技术在 0.5B 参数规模下实现了极高的语音识别效率与准确度,为端侧或高吞吐语音处理提供了轻量化方案。
作者通过在 Transformers 中引入专家流式传输(Expert Streaming)机制,成功在 32GB 内存的 Mac 上运行 180B 参数的 MoE 模型。该方案通过将专家权重卸载至磁盘、利用 LRU 缓存及 Metal 内核优化,使推理速度达到 14 tok/s,性能表现已接近专用推理引擎 Strata。
推荐理由:作者通过在 Transformers 中实现 MoE 模型专家流式传输,展示了如何在有限内存设备上运行超大模型,并对比了不同推理引擎的性能优化路径。
TokenEconomizer 是一款开源插件,通过分析代码库的历史会话记录,利用微技能注入、工具剪枝和失败循环干预三种机制,在不修改底层模型的情况下减少冗余 Token 消耗。在 277 项 SWE-Bench 任务测试中,该工具在保持任务成功率稳定的前提下,将平均成本降低了 18.4% 至 30.9%。
推荐理由:该研究提出的插件通过利用历史会话经验优化智能体上下文,在不修改模型的前提下显著降低了编码任务的 Token 消耗,为提升智能体工程效率提供了可迁移的实践路径。
Hugging Face 宣布将推理服务路由切换至 OpenRouter,通过实时监测价格、速度和可靠性,自动为每个请求匹配最优供应商。该更新支持 OpenAI 和 Anthropic 的标准 API 格式,用户无需更改代码即可调用 Hub 上的开源模型,并可通过 Hugging Face 账户统一结算。
推荐理由:Hugging Face 将推理服务路由切换至 OpenRouter,通过自动选择最优供应商提升了模型运行的稳定性与效率,并统一了调用接口。
Google DeepMind 发布了 SatWeave 和 PARDIG 两项基础数据集,旨在支持气象、水文及气候应用开发。SatWeave 提供全球静止卫星影像的统一镶嵌视图,PARDIG 则利用 AI 技术实现高分辨率的全球降水重分析,两者均已在 Google Cloud Storage 开放历史存档与实时数据流。
推荐理由:Google DeepMind 开源了用于 WeatherNext 3 模型的 SatWeave 和 PARDIG 数据集,为全球气象、水文及气候研究提供了高精度的实时与历史观测数据。
Microsoft Research 推出的 PDD Kit 是一种证明驱动开发(PDD)工具,旨在解决 AI 智能体生成代码时可能偏离原始意图的问题。该工具通过将用户意图转化为 Verus 形式化规范,利用数学证明确保代码在所有输入下均符合要求,并结合测试覆盖无法证明的部分,从而在无需开发者逐行审查的情况下,为 AI 生成的 Rust 全栈应用提供可靠性保障。
推荐理由:该研究展示了如何通过 PDD Kit 将形式化验证引入 AI 编码工作流,通过将意图转化为数学证明来约束智能体行为,从而减少对代码逐行审查的依赖。
Google Research 推出 Agile Deliberation 框架,旨在将主观 AI 分类器的构建过程从单向标注转变为人机迭代对话。该框架通过概念范围界定和概念迭代两个阶段,利用视觉语言模型主动挖掘边缘案例,帮助用户澄清意图并自动优化提示词。研究表明,该方法在提升分类器性能的同时,显著降低了用户的认知疲劳,相关代码及算法已在 GitHub 开源。
推荐理由:该研究提出了一种通过人机交互迭代定义主观概念的框架,为解决复杂场景下 AI 分类器边界模糊和人工标注疲劳问题提供了新思路。
Mistral AI 正式发布 Mistral Large 4(代号 Le Chonk),这是一款 1 万亿参数的多模态模型,在编码、网络安全和推理效率方面表现领先。该模型支持三种推理模式,采用开源权重发布,旨在通过可定制和自托管的部署方式支持主权 AI 建设。
推荐理由:Mistral AI 发布了拥有 1 万亿参数的 Mistral Large 4 模型,通过强化推理效率与安全性,为开发者提供了一个可自托管的开源权重方案。
Mistral AI 发布了首个时间序列基础模型系列 Timestral,包含 5M 至 209M 四种参数规模。该模型支持多变量概率预测,在 GIFT-Eval、TIME 和 fev-bench 等主流基准测试中表现优异,且无需 GPU 即可在 CPU 上高效运行,支持通过 Mistral Forge 进行领域微调。
推荐理由:Mistral AI 发布了首个时间序列基础模型系列 Timestral,通过极小的参数规模在多个基准测试中实现领先,为企业级预测任务提供了高效的零样本推理与微调方案。
Mistral AI 推出 Mistral Large 4 公开预览版,这是一款拥有 1 万亿参数的 natively 多模态模型,具备 520 亿活跃参数。该模型在编码、智能体工作流、网络安全及科学计算领域表现卓越,在多个基准测试中达到开源模型领先水平。Mistral AI 计划于本月底发布模型权重,目前已在 Mistral Studio 提供 API 预览。
推荐理由:Mistral AI 发布了其迄今最强的多模态模型 Mistral Large 4,该模型在编码、智能体工作流及网络安全任务中表现出色,并计划于本月底开源权重。
研究团队扩展了 K-Search 框架,通过引入 CUDA 到 MLX 的结构化翻译层,使 AI 能够自动将 NVIDIA 平台的内核优化经验适配至 Apple Silicon。实验结果显示,该方法在 Attention 内核上实现了近专家级性能,并在 Mamba SSM 内核的预填充任务中取得了比社区实现快 20 倍的吞吐量。
推荐理由:该研究展示了如何通过结构化翻译层将 CUDA 核心优化经验迁移至 Apple Silicon,为非 NVIDIA 硬件上的高性能算子开发提供了可复用的自动化路径。