LLM AI

LLM-as-a-Verifier 是一个通用验证框架，可为跨模式的代理输出提供细粒度的反馈。它将验证视为编码、机器人、医疗任务和其他二进制判断过于粗糙的领域的缩放轴。

该方法使用评分令牌逻辑的完整分布来估计连续奖励和评估不确定性，无需额外训练。它通过更精细的分数粒度、重复评估和评估标准分解来扩展验证，然后使用概率枢轴锦标赛在有限

Inkling-Small 是 Thinking Machines Lab 推出的开放权重多模态专家混合模型。它旨在以更小的资源占用匹配更大 Inkling 模型的大部分能力，并提供可控的推理强度。

该模型面向推理、智能体任务、多模态、认知校准和安全。Thinking Machines 将其定位为一个可通过 Tinker 微调的紧

DeepSeek-V4-Flash-0731 是在 Hugging Face 上发布的开放权重语言模型，作为 DeepSeek V4 系列中更快、更小的激活参数变体。它针对需要强大能力和更高效推理的代理、编码和一般推理工作负载。

该模型包括一个推测性解码模块，并记录了用于 vLLM、SGLang 和本地推理流的服务。它的卡片强调

Nanbeige4.2-3B 是一个紧凑型智能体语言模型，拥有 3B 非嵌入参数。它旨在以小模型体量结合强智能体行为、广泛推理、代码能力和对齐能力，比更大的系统更易于实际运行。

该模型采用 Looped Transformer 架构，通过复用 Transformer 层在不增加参数的情况下提升有效容量。其训练强调智能体脚手架、可执

Instella-MoE 是 AMD 完全开放的专家混合语言模型，总参数量为 160 亿，每个 token 激活约 28 亿参数。它在 AMD Instinct MI300X 和 MI325X GPU 上从头训练，是一次透明开放的模型发布。

该发布覆盖完整训练流程，包括预训练、中期训练、长上下文扩展、监督微调、直接偏好优化和强化学

Agents-A1 是一个 35B 混合专家智能体语言模型，面向长时程搜索、工程、科学研究、指令遵循和工具调用。它针对模型需要规划、检查中间状态、保持约束并完成多步任务，而非仅回答单一孤立提示的工作流。

该模型通过领域落地的 knowledge-action graph 和三阶段配方进行训练。全领域监督微调建立广泛的智能体行为，领

Claude Sonnet 5 是 Anthropic 的 Sonnet 系智能体模型，面向编程、推理、工具使用、知识工作以及浏览器或终端工作流。Anthropic 将其定位为一款成本更低、但在若干智能体任务上接近更大 Opus 4.8 模型性能的产品。

该模型能够制定计划、使用工具、在 Claude Code 中运行，并通过 e

LongCat-2.0 是一个大规模混合专家语言模型，总参数量为 1.6 万亿，每个 token 约激活 480 亿参数。它面向长上下文推理、编程、工具使用、研究以及智能体工作流，并在发布中描述了公开模型和 API 访问方式。

该模型引入了 LongCat Sparse Attention，通过流式感知、跨层和分层索引来降低超长输

GPT-5.6 Sol 是 OpenAI 下一代旗舰模型的预览版，被定位为其迄今为止在编程、科学工作、网络安全和长时程智能体任务方面能力最强的模型。它与 GPT-5.6 Terra 和 Luna 一同发布预览，其中 Sol 是能力最高的层级。

该模型引入了新的最大推理强度，用于更深入的单智能体推理，以及一种使用子智能体来加速复杂工

Seed2.1 是字节跳动 Seed 面向真实生产力场景的下一代模型家族，提供 Pro 和 Turbo 两种规格。它面向通用智能体、代码工程、办公工作、研究流程、多模态理解和视频理解。

该模型家族提升了规划、文件处理、工具使用、编码、调试和验证等多步任务执行能力，也增强了知识、推理、视觉理解、空间推理、长上下文处理以及长达数小时视

Wan Streamer v0.1 是一种原生流式、端到端的交互式基础模型，用于实时音视频交互。它能够在单个 Transformer 中完成听、看、思考、说话和生成同步视频响应，目标是实现全双工交互，而不是依赖分离的 ASR、LLM、TTS 和数字人模块流水线。

该模型将语言、音频和视频表示为由块因果注意力协调的交错输入和输出 t

Ornith-1.0 是 DeepReinforce 的智能体模型，专注于自我改进的长时程任务表现。其页面描述了一种训练设置：模型会编写任务脚手架、生成解题轨迹，并接收奖励信号，从而同时优化脚手架和最终行为。

该方法将脚手架生成视为策略的一部分，而不是固定的人工设计外壳。来自下游轨迹的奖励会反向传播到脚手架构建阶段，同时不可变外层

dots.tts 是一个 20 亿参数、完全连续、端到端的自回归文本转语音系统。其骨干结合了语义编码器、LLM 和一个作用于 48 kHz AudioVAE 之上的自回归流匹配声学头，整个流程不使用离散 token。

项目页面强调它在中文、英文、困难中文评测、多语言说话人相似度、语音克隆和情感表达等方面取得了强基准结果。页面还提供

MiniCPM5-1B 是一种紧凑的 1B 级语言模型，专为高效指令跟踪、工具感知聊天以及轻量级本地或边缘部署而设计。它的重点是通过将特定于任务的模型设计与研究人员、开发人员或生产团队可以使用的输出相结合，使该工作流程更加实用。 MiniCPM5-1B 不是提供通用演示，而是针对具体的能力差距，并为用户提供一种更可控的方式来处理复杂的 AI 生成或 A

Articraft 是一个代理系统，用于生成铰接式 3D 资产，这些资产是为模拟和交互而构建的。它针对具有移动部件的对象，例如烤箱、抽屉、自行车、椅子、灯具和机械组件，而静态网格体在这些情况下是不够的。该系统旨在生成包括功能关节的资产，以便可以在模拟或交互式环境中对其进行操作。

核心工作流程使用编码代理，根据 LLM 友好的 SD

ZAYA1-8B 是 Zyphra 的紧凑型专家混合语言模型，旨在以较小的活跃参数预算实现高智能密度。该模型被设计为在推理、数学和编码方面表现强劲，同时保持足够高的效率，能够适用于更广泛的部署。它的发布突出了一条发展路径，即更小的活跃模型可以在有针对性的高难度基准测试中与规模大得多的开放权重系统和专有系统竞争。

该模型在 AMD

Rotorquant 是一种用于大型语言模型推理的开源 KV 缓存压缩方法。它使用块对角旋转来降低缓存成本，同时保持质量，针对长上下文生成过程中出现的内存和吞吐量瓶颈。该存储库报告了比 TurboQuant 更好的困惑度、更快的解码、更快的预填充和更少的参数，使其对于实际推理优化非常有用。

从技术上讲，Rotorquant 通过块

DeepSeek V4 是 DeepSeek 发布的开源大型语言模型，专注于经济高效的长上下文推理、编码和代理功能。该预览版包括可实现更高性能的 DeepSeek-V4-Pro 和可实现更快、更经济使用的 DeepSeek-V4-Flash。两种变体都围绕 1M 上下文支持和双重思考或非思考模式进行定位，为用户提供跨深度推理和低延迟工作流程的灵活性。<

TokenDial 是一个专注于生成语言模型中令牌级控制、分析或调整的研究项目。它专为需要更直接地处理令牌如何影响模型行为、解码和输出结构的用户而设计。该产品与 LLM 可解释性、可控生成、即时工程和推理时间引导相关。

该系统可能公开了一种在生成过程中检查或操纵令牌分布、令牌重要性或解码行为的方法。从技术上讲，令牌级别的干预可以影

TokenLight 是一个专注于人工智能模型工作流程中令牌级行为的研究项目。它专为想要了解、减少或优化令牌使用、令牌重要性或令牌级计算的用户而设计。该产品与 LLM 效率、可解释性、上下文优化和推理时间分析相关。

该系统可能会研究令牌如何影响输出质量、注意力行为或计算成本。令牌级方法可以支持重要上下文的修剪、突出显示、压缩、路由