网站与博客 · 历史来源 · 当前未持续收录
一篇教程用 Anthropic HH-RLHF 数据集和 DPO 搭建端到端偏好学习流程，先审计数据集的结构与长度偏好偏差，并用词法捷径诊断判断表层语言模式能否区分优选与拒绝回答。随后基于 TRL 和可选 LoRA 构建版本鲁棒的 DPO 训练管线，微调 Qwen2.5-0.5B-Instruct，评估 reward accuracy 与训练行为，并分析各 HH-RLHF 子集表现和潜在长度偏差。
NVIDIA 发布开源项目 TensorRT Model Connect（TRTMC）公开预览，可用两条命令把受支持的 Hugging Face 或本地 checkpoint 构建为端到端 TensorRT 推理，过程中没有中间的 ONNX 导出步骤。
Google 开源了 SAM（Sovereign Agent Mesh），一个面向 AI 智能体的 Apache-2.0 零配置零信任 P2P 覆盖网络，用于通过 Model Context Protocol 在智能体之间共享工具。
Cartesia 发布实时文本转语音模型 Sonic-3.6，距 Sonic-3.5 约三个月，该版本在 Artificial Analysis 两个语音榜单均列第一，Provider Voice 为 1,283 Elo、Controlled Voice 为 1,123 Elo，目前以 beta 和托管 API 形式提供，没有开源权重。
Nous Research 为 MIT 许可的开源 Hermes Agent 推出 Bot Mode，用具名机器人花名册取代原来的单智能体会话列表。每个机器人是真实的 Hermes profile，拥有独立的聊天、记忆、技能和固定模型，机器人之间通过常驻 Agent Inbox 互发消息并用 @mention 交接工作。
字节跳动 Seed 与清华 AIR 发布 CUDA Agent 智能体强化学习系统，把大模型放进带性能剖析、正确性校验和沙箱权限锁定的 CUDA 开发环境，用 PPO 训练 150 步，在 KernelBench 250 项任务上取得 98.8% 通过率和 96.8% 快于 torch.compile 的比例，几何平均加速 2.11×。
MiniMax 发布开源权重文本生成音乐模型 MiniMax-Music3，输入带段落标签的歌词和结构化描述，单次生成最长五分钟的 32 kHz、16-bit 立体声 WAV 歌曲。
本教程用 docTR 搭建端到端 OCR 工作流，覆盖文本检测、识别、几何、版面分析、结构化抽取与导出。流程包括生成合成发票、通过 DocumentFile 加载图像与 PDF、构建 GPU 感知的 OCR predictor，并基准测试不同检测-识别架构组合的速度与精度。
DeepSeek 发布开发者预览版 DeepSeek Harness v0.1，以 MIT 许可证开源，仓库为 deepseek-ai/deepseek-harness，命令行入口为 dsh。
这篇教程用 XYZ-Aquila-SFT 数据集配合 Hugging Face Transformers、PyTorch 和 PEFT，对 Qwen3-0.6B 完成端到端的工具调用监督微调流程。
Z.ai 发布 GLM-5.3，与 GLM-5.2 共用同一 743B 基座模型，厂商称全部提升来自扩大后训练规模，包括更多任务环境和更长训练。
Cactus Compute 发布 Needle 2，一个 45M 参数的开源工具调用模型，以 CQ2-bit 训练并打包为 14MB 单一二进制，完整会话占用约 28MB 内存。
一篇实操教程演示如何从 Hugging Face 流式加载 SupraLabs/reasoning-corpus-4K-5M-v1 语料库，采样 8000 条数据做来源分布。
Google 发布 Gemini 3.7 Flash，距 3.6 Flash 三周，官方模型卡称其为核心推理基础的算法改进而非新一轮预训练。模型支持文本、图像、音频和视频，上下文窗口 1M tokens，最多输出 64K tokens，知识截止仍为 2026 年 3 月。
Liquid AI 发布 LFM2.5-VL-3B，一个 3.1B 参数的端侧视觉语言模型，可读取移动、网页与桌面屏幕，将物体定位到坐标，解析文档和图表，并从文本或图像输入调用工具。
Dyna Robotics 发布机器人操作的世界-动作模型 Dyna-2，预训练使用超过 100 万小时第一人称人类视频，并给出 1000 到 100 万小时的数据阶梯结果。
SpaceXAI 发布 Grok 4.6，这是在 Grok 4.5 基础上做后训练升级的前沿模型，支持 500,000 token 上下文，通过 xAI API 以 grok-4.6 提供，是 Grok Build 的默认模型并上线 Cursor 各档套餐。
这篇教程用 AllenAI 的 Open Instruct 框架搭建紧凑指令模型的后训练流水线，并把原本面向多 GPU 的 Tulu 3 训练栈压缩到 16GB 运行环境。
NVIDIA 发布 Nemotron 3.5 Lightning 模型与 NeMo Switchyard 路由库，前者是 30B 参数、3B 激活参数的开放 MoE 模型，面向长时运行智能体的高频执行环节。