#开源工具
共 11844 篇相关文章
Cycle WAM：用循环一致性耦合动作与视频的世界模型
Cycle WAM 通过双向转换与可微循环重建目标，将视频与动作作为因果配对模态联合训练，在 LIBERO-Pro 取得同类最优，并显著提升 DreamZero 在 DROID 上的表现。
DenseTwins：解耦多模态密集特征的自监督新框架
解读多模态自监督框架 DenseTwins：将密集特征空间显式解耦为共享与模态特有分量，结合冗余减少目标与跨模态对齐，在多个多模态基准上达到 SOTA 或具竞争力表现，代码已开源。
副本感知拆分推理：让边缘IoT设备故障不再中断推理
论文提出副本感知的拆分推理恢复方法，将故障设备上的TinyML模型段副本重新部署到存活设备，通过MILP联合优化副本宿主与通信协议选择，最小化重配置后的推理延迟，实验显示延迟比贪心基线低6.8%。
SAE 抑制 PII 失效：仅看 logprob 会误判
新研究指出，仅用 logprob 下降评估 SAE 特征级 PII 抑制会误判：36 个案例中仅 2.8% 通过多指标检验，随机方向甚至优于选定特征。作者呼吁转向因果中介分析与电路级定位。
GC-MoE：用CUDA Green Contexts解耦MoE通信与计算
GC-MoE是一个面向Hopper和Blackwell GPU的开源FP8/FP4 MoE推理算子，利用CUDA Green Contexts将设备划分为通信与计算两个独立分区，实现专家并行下token分发与分组GEMM的真正解耦。在H20与B300上对DeepSeek-V4.1-Flash、GLM-5.2等模型实现稳定加速，并在全部测量点击败Mega MoE。
LIRA：让LoRA动态秩分配更具可解释性
LIRA提出一种可解释的动态秩分配LoRA方法，利用二阶近似下的局部损失扰动为每层打分，并通过DELTA算法在预算匹配下重分配秩。在RoBERTa-base GLUE上优于均匀LoRA与自适应秩基线，Trajectory EMA以更低成本达到与Fixed-point Fisher竞争的性能。
深度学习编译器架构、优化与实证评测：一份系统综述
系统综述深度学习编译器的前端、中端、后端三阶段架构与优化技术，并在NVIDIA RTX A6000上用PyTorch/TorchInductor实测：融合友好计算图最高8.21倍加速，编译开销需数千次执行摊薄，动态形状编译降低约70%形状切换成本但稳态性能略降。
Claude破解形式化验证规模化难题：百个开源库实战
Anthropic前沿红队与Theorem Labs合作，使用Claude在数周内对超过一百个真实开源库完成安全属性的形式化证明，探索AI如何破解形式化验证长期受限于小代码库和专家时间的规模化难题。
Anthropic推出FlashProve：可验证推理为LLM部署注入信任
Anthropic 推出 FlashProve，一种基于密码学的可验证推理方法，能确认模型响应来源，效率远超此前开源方案，并已开源代码。本文解读其技术路径、应用场景及对 AI 部署信任的影响。
DeepSeek Harness超详细解读：像拼乐高一样DIY你的专属软件
DeepSeek Harness 是什么？本文用汽车整装平台的比喻，通俗解读这套可自由组合功能模块的装备系统，剖析其时空可组合性技术基石，以及如何让普通用户以极低成本DIY出市面上没有的专属软件。
DeepSeek Harness保姆级教程：50分钟吃透DSH与插件生态
DeepSeek Harness 保姆级安装教程：从 Node.js 环境配置到客户端安装，详解聊天安装、插件市场、命令行三种插件安装方式，并介绍 Harness 读取本地文件与插件扩展的实用玩法。
DeepSeek开源Super-agent架构：主动型AI的转折点
DeepSeek开源的Super-agent架构提出主动型AI新范式：中央Agent分派任务、子Agent自主执行，人只管决策和验收。本文解析被动型与主动型AI的分水岭，以及主动型Agent在短视频获客等场景的落地逻辑。
DeepSeek开源Agent原型：双层级架构终结多窗口混乱
DeepSeek开源Agent原型采用Router-Walker双层架构，Router作为包工头调度任务，Walker并行执行，解决多AI对话窗口切换频繁、上下文粘贴繁琐的痛点，旨在最小化用户注意力占用。
DeepSeek Harness是什么：模型之外的驾驭工程全解析
DeepSeek Harness 是什么？本文从模型与 Harness 的分层关系讲起，解析"一切皆插件"的架构设计、开源生态信号，以及它对 Agent 开发者的实际意义。
DeepSeek为何开源？负责人：对手不是同行而是时间
DeepSeek 为何开源？负责人回应：构建技术壁垒虽能短期阻拦对手，却也可能阻挡 AGI 到来；真正的对手不是国内外大模型公司，而是时间。本文解读这一开源决策背后的产业判断。
DeepSeek开源Super Agent：为何仍点不了你的APP？
DeepSeek开源的Super Agent采用Router/Worker多智能体架构，但演示场景集中在有API的系统。本文拆解其能力边界：为什么微信、银行等只有界面的APP仍然点不了，以及Andy如何用网格编号和三次即停机制攻克无接口界面。
DeepSeek开源智能体拆解：11700星却只有一个提交
DeepSeek开源主动型智能体dsh-superagent获11700星却只有一个提交。本文拆解其七概念链路、三层授权、观察模式与执行隔离设计，分析它为何适合读设计而非上生产。
DeepSeek真是当年的OpenAI吗？五件事对比拆解
DeepSeek是真正的OpenAI吗？从资金来源、开源策略、商业化、控制权与算力五件事对比DeepSeek与OpenAI，分析两者真正的相似与分歧，以及上市后开源能否延续。
