inclusionAI 发布 Llama-3.2-1B-Instruct-singprobe 流式安全探针
inclusionAI 推出 SingProbe，一个基于 meta-llama/Llama-3.2-1B-Instruct 的流式安全探针，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，仅增加不到 0.5% 解码开销。
开发者平台
项目更新、模型与开源社区动态
按账号或来源筛选（5）
1,059 条AI 相关新闻 · 最新在前
inclusionAI Hugging Face modelsAI 评分4747 inclusionAI Hugging Face modelsAI 评分4545 inclusionAI 发布 gemma-4-26B-A4B-it-singprobe：基于 Gemma 的流式安全探针
inclusionAI 发布 SingProbe，一个基于 google/gemma-4-26B-A4B-it 的流式安全探针，复用基座模型隐藏状态逐 token 打分，仅增加不到 0.5% 解码开销。
inclusionAI Hugging Face modelsAI 评分5656 inclusionAI 发布 SingProbe 流式安全探测，基于 Qwen3.6-35B-A3B
inclusionAI 在 Hugging Face 发布 SingProbe，一个复用 Qwen3.6-35B-A3B 隐层状态的轻量流式安全探测，逐 token 输出 8 类查询意图、不安全与幻觉风险分数，探测参数仅 4.2M。
inclusionAI Hugging Face modelsAI 评分5151 inclusionAI 发布基于 Qwen3-0.6B 的 SingProbe 流式安全探针
inclusionAI 发布 SingProbe，一个构建在 Qwen/Qwen3-0.6B 之上的流式安全探针，复用基座模型隐藏状态在每个 token 上评估查询意图、回复不安全性和幻觉风险。
inclusionAI Hugging Face modelsAI 评分5656 inclusionAI 发布 SingProbe：基于 Qwen3.5-122B-A10B 的流式安全护栏探针
inclusionAI 在 Hugging Face 发布 SingProbe，一个构建在 Qwen/Qwen3.5-122B-A10B 上的内在流式安全护栏探针，复用基座模型隐藏状态，在每个 token 上输出 8 类查询意图、回复不安全度和幻觉风险分数，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分4545 inclusionAI 发布 Qwen3.5-0.8B-singprobe：基于隐藏状态的流式安全探针
inclusionAI 发布 Qwen3.5-0.8B-singprobe，一个基于 Qwen/Qwen3.5-0.8B 隐藏状态的流式安全探针，可在生成过程中逐 token 输出查询意图、回复不安全和幻觉风险评分，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分4646 inclusionAI 发布 Qwen3.5-397B-A17B-singprobe 流式安全探针
inclusionAI 发布基于 Qwen/Qwen3.5-397B-A17B 的流式安全探针 SingProbe，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分4646 inclusionAI 发布 Qwen3.8-27B-singprobe：基于隐藏状态的流式安全探针
inclusionAI 发布 Qwen3.8-27B-singprobe，这是一个构建在 Qwen/Qwen3.8-27B 上的内在流式护栏探针，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分4141 inclusionAI 发布 SingProbe：基于 gemma-4-E4B-it 的流式安全探针
inclusionAI 推出 SingProbe，一个基于 google/gemma-4-E4B-it 的流式安全探针，复用基座模型隐藏状态，在生成每个 token 时对查询意图、回复安全性和幻觉风险打分，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分4646 inclusionAI 发布 Qwen3.5-2B-singprobe：基于隐藏状态的流式安全探针
inclusionAI 发布 Qwen3.5-2B-singprobe，这是一个构建在 Qwen/Qwen3.5-2B 上的内在流式护栏探针，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分4444 inclusionAI 发布 SingProbe：基于 Qwen3-4B-Instruct-2507 的流式安全探针
inclusionAI 发布 SingProbe，一个构建在 Qwen/Qwen3-4B-Instruct-2507 上的内置流式护栏，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分4444 inclusionAI 发布 GLM-5.3-singprobe 流式安全探针
inclusionAI 发布基于 GLM-5.3 的流式安全探针 GLM-5.3-singprobe，复用基座模型隐藏状态逐 token 打分，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分4545 inclusionAI 发布 Qwen3.5-4B-singprobe：基于 Qwen3.5-4B 的流式安全探针
inclusionAI 发布 Qwen3.5-4B-singprobe，这是一个构建在 Qwen/Qwen3.5-4B 上的流式安全探针，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分4242 inclusionAI 发布 Qwen3.5-9B-singprobe：基于隐藏状态的流式安全探针
inclusionAI 发布 Qwen3.5-9B-singprobe，这是一个构建在 Qwen/Qwen3.5-9B 上的内置流式护栏，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分4242 inclusionAI 发布 gemma-4-31B-it-singprobe：基于 Gemma 4 的流式安全探针
inclusionAI 发布 SingProbe，一个基于 google/gemma-4-31B-it 的流式护栏探针，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分4242 inclusionAI 发布 gpt-oss-120b-singprobe：基于 gpt-oss-120b 的流式安全探针
inclusionAI 发布 gpt-oss-120b-singprobe，这是构建在 openai/gpt-oss-120b 上的流式护栏探针，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分4646 inclusionAI 发布 Step-3.7-Flash-singprobe：基于 Step-3.7-Flash 的流式安全探针
inclusionAI 发布 SingProbe，一个构建在 stepfun-ai/Step-3.7-Flash 上的内在流式护栏，复用基座模型隐藏状态，在生成每个 token 时对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分4242 inclusionAI 发布 DeepSeek-V4-Flash-0731-singprobe 流式安全探针
inclusionAI 发布基于 DeepSeek-V4-Flash-0731 的流式安全探针 singprobe，仅 8.13M 参数，复用基座模型隐藏状态逐 token 打分，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分4444 inclusionAI 发布 Hy3-singprobe：基于腾讯 Hy3 的流式安全探针
inclusionAI 发布 Hy3-singprobe，一个构建在 tencent/Hy3 上的流式安全探针，复用基座模型隐藏状态逐 token 打分，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分4141 inclusionAI 发布 GLM-5.2-singprobe 流式安全探针
inclusionAI 发布基于 zai-org/GLM-5.2 的流式护栏探针 GLM-5.2-singprobe，仅 12.06M 参数，复用基座模型隐藏状态，在生成每个 token 时对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分4545 inclusionAI 发布 Llama-3.1-8B-Instruct-singprobe 流式安全探针
inclusionAI 发布 Llama-3.1-8B-Instruct-singprobe，一个基于 meta-llama/Llama-3.1-8B-Instruct 的流式安全探针，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分3939 inclusionAI 发布 Qwen3.5-27B-singprobe 流式安全探针
inclusionAI 发布基于 Qwen/Qwen3.5-27B 的流式护栏探针 SingProbe，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分4848 inclusionAI 发布 Qwen3-8B-singprobe：基于 Qwen3-8B 的流式安全探针
inclusionAI 发布 Qwen3-8B-singprobe，这是构建在 Qwen/Qwen3-8B 上的内在流式护栏，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分4545 inclusionAI 发布 gpt-oss-20b-singprobe：基于 gpt-oss-20b 的流式安全探针
inclusionAI 发布 gpt-oss-20b-singprobe，这是构建在 openai/gpt-oss-20b 上的流式护栏探针，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分5050 inclusionAI 发布基于 MiniMax-M2.7 的流式护栏探针 SingProbe
inclusionAI 发布 SingProbe，一个构建在 MiniMaxAI/MiniMax-M2.7 之上的流式护栏探针，在生成过程中复用基座模型隐藏状态，对每个 token 输出查询意图、回复不安全度和幻觉风险评分。
inclusionAI Hugging Face modelsAI 评分5757 inclusionAI 发布基于 Qwen3.6-27B 的流式安全探针 SingProbe
inclusionAI 在 Hugging Face 发布 SingProbe，这是一个构建在 Qwen3.6-27B 上的流式护栏探针，复用基座模型隐状态在生成过程中对每个 token 打分，覆盖查询意图、响应安全与幻觉风险，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分5656 inclusionAI 发布 Qwen3.5-35B-A3B-singprobe 流式安全探针
inclusionAI 在 Hugging Face 发布基于 Qwen3.5-35B-A3B 的流式安全探针 SingProbe，探针参数 4.2M，解码时额外开销低于 0.5%。
Hugging Face Daily PapersAI 评分5555 StepAudio 3 Gen 技术报告：统一多种音频生成的自回归模型
StepAudio 3 Gen 技术报告发布，该模型在统一框架内支持零样本 TTS、音色设计、人声生成、音效和音乐等多种音频生成任务。其核心是离散自回归生成器，直接对 RVQ token 建模，区别于近期通用音频模型常用的扩散 Transformer 连续生成范式。
Hugging Face Daily PapersAI 评分5252 Feyospace-v1：七人独立团队如何训练前沿网络智能体模型
Feyospace-v1 论文提出一套数据中心化框架，用 Choulea、SkyReal、Hongzwang、PSBreakup、Kreator 五个系统构建可重置的编码、漏洞、CTF、内核、固件等环境，经执行验证与证据审计后保留 164,269 条轨迹用于长上下文监督微调。
Hugging Face Daily PapersAI 评分4949 Benchmark Radar：面向 AI 基准与评测的活数据库与搜索引擎
Benchmark Radar 是一个面向 AI 基准与评测的活数据库与搜索引擎，覆盖 LLM 评测、智能体与工具使用、编码、推理、安全及领域评测。系统每日从 37 个来源发现基准论文、仓库、数据集与发布，目录含 1,283 条来源记录和 12,916 条数值观测，并保留来源身份与引用。已发布网页仪表盘、基准排行榜、Pareto 前沿视图、饱和与趋势视图、每日订阅、可下载证据及离线查询 CLI。
Hugging Face Daily PapersAI 评分3939 SAS：通过上下文排序端到端优化实现简单注意力稀疏化
针对现有可训练注意力稀疏化方法用硬 Top-K 选择阻断梯度、只能蒸馏逐层稠密注意力分布的问题，研究者提出 SAS（Simple Attention Sparsification），一种门控稀疏注意力机制，将选择器的连续分数以 log 形式注入注意力 softmax，用语言建模损失端到端优化上下文排序。
Hugging Face Daily PapersAI 评分3838 COBRA-Skills：用上下文赌博机引导智能体技能进化
COBRA-Skills 将 LLM 智能体技能优化建模为动态候选空间上的预算化序列优化，通过上下文赌博机引导的优先级排序与基于证据的技能进化，把评估资源集中到更有潜力的候选上。在六个异构智能体基准和三个目标模型上，该方法平均性能最强，相比 SkillOpt 降低 55–58% 优化成本，每个基准仅用 50 个优化样本。
Hugging Face Daily PapersAI 评分4242 PLC-DPO：在噪声与模糊偏好优化中的后验标签校正
针对 DPO 假设所有偏好标签可靠的问题，研究者提出 PLC-DPO，利用校准后的策略-参考模型 margin 作为在线证据，将每对样本的训练信号分流为干净、翻转或平局三类，主动校正监督方向与强度。在 57 个数据集-模型-基准组合中，PLC-DPO 对 DPO 的平均胜率达 60.5，优于次优方法的 55.5。该工作为 EMNLP 2026 Findings，代码已开源。
Hugging Face Daily PapersAI 评分3939 SNAP3D：从单张图像生成可用于装配的物理合理 3D 部件
SNAP3D 提出一种物理引导框架，从单张图像生成部件级 3D 资产，解决相邻部件相互穿透、连接无效或受重力坍塌的问题。该方法消除部件间穿透、恢复接触图，并在接触面引入参数化连接件，借助物理仿真反馈优化其位置、朝向与尺寸以提升装配稳定性。实验显示其物理可实现性与稳定性显著优于多个部件级 3D 生成器，并已通过 3D 打印和真实装配验证。
Hugging Face Daily PapersAI 评分4141 打破视觉-动作捷径：面向可泛化机器人基础模型的 Latent Interface Training
研究者提出 Latent Interface Training（LIT），一种与框架无关的两阶段策略，先在不使用图像的情况下建立以空间目标为条件的动作先验，再通过姿态监督的 latent interface 约束视觉条件路径。
Claude Code GitHub ReleasesAI 评分2828 Claude Code v2.1.270 修复只读 git 命令误请求权限问题
Claude Code 发布 v2.1.270，修复了会话运行一段时间后 Bash 中只读 git 命令意外请求权限的问题，该问题为 2.1.269 引入的回归。
Hugging Face Daily PapersAI 评分3838 把图像 tokenizer 当作视觉语言来研究：统一多模态模型中的联合建模与下游表现
研究构建了一个纯自回归的受控测试平台，在多模态持续预训练中追踪文本、图像、T2I 与 I2T 四类任务的验证损失，以此考察图像 tokenizer 作为"视觉语言"与文本联合建模的效果。
Claude Code GitHub ReleasesAI 评分4242 Claude Code v2.1.269 发布：新增插件 eval 套件与输出样式切换
Claude Code v2.1.269 新增 `claude plugin eval`，可对插件运行 eval 套件并输出 JSON 与 HTML 评分报告，同时加入 `/output-style [name]` 用于列出和切换输出样式。
Hugging Face Daily PapersAI 评分3636 多语言实体链接新框架：先推理再检索，稀有实体准确率最高提升 23.3%
研究者提出一种免训练框架，让具备推理能力的视觉语言模型迭代搜索并推理 Wikipedia，以解决多模态实体链接在稀有实体上的性能退化问题。在覆盖 Hindi、Indonesian、Japanese、Tamil、Vietnamese 五种语言的 MERLIN 基准上，最佳系统整体超越 SOTA 6.9%，稀有实体切片最高提升 23.3%。
Hugging Face Daily PapersAI 评分4545 Tiny Aya L2-Thinker：以数据混合实现 60 种语言的母语推理泛化
研究团队构建了 3.35B 规模的 Tiny Aya L2-Thinker，在覆盖数学、常识推理、指令遵循、开放式生成和文化推理的 6 个基准上，于 60 种语言中实现超过 93% 的 L2 推理率，即模型始终用用户提示词的语言进行推理。