#开源工具
共 13319 篇相关文章

Latent-Lens:用隐空间通信让小模型看懂图
Latent-Lens 提出一种轻量级编解码器,让冻结的视觉语言模型与冻结的小语言模型通过隐状态直接通信,绕开离散文本的信息瓶颈,在视觉问答和图像描述任务上显著优于文本通信基线。

AI粉丝维基错误泛滥,正在搅浑游戏文化的水
Hacker News 讨论指出,AI 生成的粉丝维基错误泛滥,正通过二次传播污染游戏文化的公共记忆。本文分析错误的传播机制、社群的自救做法,以及内容创作者应如何避免引用错误信息。

科技巨头与超级政治行动委员会:中期选举背后的资金暗流
中期选举超级捐赠者投入12亿美元,科技资本如何通过超级政治行动委员会影响AI、加密与数据隐私监管议程。Hacker News讨论背后的技术政策博弈分析。

AI日报:窃密软件用大模型画像,Orkas协调16类智能体
AI日报汇总:Cisco Talos披露VOLTA窃密软件用大模型给受害者画像,Parameter报告ChatGPT分享链接漏洞已修复,GPT-5.6 Sol通关异星工厂和平模式,开源项目Orkas协调16类智能体,Proton调整AI使用面谈安排,美国议员提出反对救助AI企业决议。

4B小模型GLB-3D-Coder:一句话生成Godot 3D资产
GLB-3D-Coder是一个仅4B参数的微型代码模型,通过生成Three.js场景导出GLB资产,可直接导入Godot等游戏引擎。本文解析其技术路径、实测表现与开源计划。

Oh My Pi (omp):Pi编程代理的增强分支与模型角色解析
Oh My Pi (omp) 是 Pi 编程代理的增强分支,内置模型角色、Advisor 顾问机制与回退链。本文解析其模型调度设计、稳定性考量及使用注意事项。

长尾识别中的编码器适配:何时值得?
长尾识别中,分类器校正后编码器适配是否还有价值?新研究通过受控框架分离支持集与表示分配,发现表示分配失衡时编码器适配收益显著,基准构建方式影响训练决策。

RASO:缺失模态下多模态联邦学习的角色感知服务器优化
本文解读RASO方法:针对多模态联邦学习中客户端模态缺失问题,通过角色感知的服务器优化协调贡献者选择与角色特定更新,保留编码器动量并同步预测块,实验验证其有效性。

AI侦探的信任危机:冲突感知证据验证如何拯救网络安全调查
LLM智能体在网络安全调查中面临工具冲突与污染挑战。研究提出冲突感知证据验证(CAV),通过等权重投票、冲突门控和独立信任检查,显著提升调查准确率,但验证通道自身噪声仍需关注。

Vercel全面进军后端:Python与容器支持解析
Vercel 宣布支持后端运行:Python 正式可用、容器支持其他运行时与系统库、守护进程处理异步任务。本文分析这三项能力对全栈开发与平台选型的影响。

速度帖泛滥,社区需要怎样的推理性能分享?
社区每天涌现大量300 t/s推理速度帖,但缺少KLD基准数据。本文讨论这些速度帖的价值与隐忧,以及社区需要怎样的透明性能分享。

超越CLIP:少样本缺陷检测的校准决策模型
论文提出超越CLIP的少样本缺陷检测方案:Jev与Clef-Flash在每类仅两张参考图下准确率优于CLIP,并通过智能体优化文本描述与概率校准提升可靠性,附开源R包与Web应用。

RTL-Interact:让大模型学会与EDA工具交互设计芯片
RTL-Interact提出多任务后训练框架,训练单一RTL专用模型完成生成、EDA检查与修订闭环,并引入PAPO强化学习,在CVDP上超越教师模型DeepSeek-V3.2,工具调用减少63.8%。

专家剪枝新视角:MoE大模型的结构化冗余与保留框架
MoE大模型专家存在结构化冗余,稳定秩和熵有效秩远低于专家数量。研究提出PEEP和DCEP两种结构保持剪枝方法,在DeepSeek-V2-Lite和Qwen3-30B-A3B上验证,75%和50%保留率下性能超越基线。

Coarse3D:可控且忠实的稀疏结构生成,提升图像到3D质量
Coarse3D 提出三项创新设计,实现方向可控且与图像一致的稀疏结构生成,可直接替换现有图像到3D流程的粗阶段,显著提升最终3D生成质量。

用回放重塑奖励信号:破解长时程策略游戏AI的记分板陷阱
研究者提出CivHarness回放系统与CivTelescope判官模型,破解策略游戏中高分数却导向坏结局的「记分板陷阱」,并通过CivMarshmallow混合奖励显著提升Freeciv智能体中盘训练增益。

HyperRepair:仅推理阶段恢复微调模型通用能力
HyperRepair 提出用超网络在推理阶段恢复微调语言模型被遗忘的通用能力,在12个LoRA数据集和15个通用基准上达到基座模型93.4%的通用得分,同时保留99.5%的领域性能。

上下文即基础设施:Agentic RAG的知识编译层
Agentic RAG 解决了检索准确率,却带来上下文膨胀问题。本文解读知识编译层如何作为供给层,用导航树和决策门削减 token 与延迟,并介绍 RAGFlow 的五站流水线与 agent 原生数据库理念。

