1
腾讯混元发布 Hy4 preview：770B 总参数、1M 上下文，开源上线
腾讯混元发布新一代旗舰模型 Hy4 preview，总参数 770B、激活参数 49B、上下文长度 1M，现已开源并在…
公众号：腾讯混元
阅读原文 ↗
模型发布/更新
2 条2
GLM-5.3 开源权重，智能体编码与网防最强
GLM-5.3 现已开放权重。 我们最强大的智能体编码与网络防御模型，现已可供下载、运行和定制。 权重：https:/…
X：智谱 Z.ai (@Zai_org)
阅读原文 ↗
产品发布/更新
4 条3
Open ASR 排行榜新增首个全球南方语言：印地语与印度英语评测集
Voice Arena 与 Hugging Face 合作，为 Open ASR 排行榜引入 Monsoon en-I…
Hugging Face：Blog（RSS）
阅读原文 ↗
4
Claude Code v2.1.251 发布：新增模型切换钩子与远程控制流式输出
Claude Code v2.1.251 新增 PreModelSwitch 和 PostModelSwitch 钩子…
Claude Code：GitHub Releases（RSS）
阅读原文 ↗
5
Databricks Genie One 新增功能：将洞察转化为行动
Databricks 为 Genie One 推出新功能，帮助用户将 AI 生成的洞察直接转化为实际行动。新功能聚焦于…
Databricks：Blog（RSS）
阅读原文 ↗
6
Claude for Teachers 面向学校和学区开放免费 Enterprise 版本
Anthropic 将 Claude for Teachers 作为免费 Enterprise 产品开放给学校和学区，…
Claude：Blog（网页）
阅读原文 ↗
行业动态
2 条论文研究
5 条9
Anthropic 让 Claude 自主训练模型以缓解对齐失败
Anthropic 让 Claude 自主训练模型，缓解欺骗、谄媚等 10 类对齐失败，均显著缩小与完美表现的安全差距…
Anthropic：Research（发表成果 · 网页）
阅读原文 ↗
10
Terminal-Bench-Science 0.1：评估科研工作流中的 AI 智能体
斯坦福大学研究人员领衔发布 Terminal-Bench-Science 0.1，用来自生命、物理、地球、数学和工程科…
Hacker News 热门（buzzing.cc 中文翻译）
阅读原文 ↗
11
Infer-forge：围绕 SGLang 的 Harness、Loop 与 Graph 工程
Infer-forge 是一套围绕 SGLang 推理优化的内部工程系统，通过 MonoRepo、Harness、Ta…
LMSYS：Blog（Chatbot Arena 团队）
阅读原文 ↗
12
LLM 并非（始终）符合贝叶斯：量化 LLM 概率信念的内部（不）一致性
苹果机器学习研究团队提出一种新方法，将 LLM 视为信息处理规则，利用其与贝叶斯更新的信息处理差距，研究模型如何根据证…
Apple Machine Learning Research（RSS）
阅读原文 ↗
13
Agent Seer：从工具规格理解中合成评测场景
Agent Seer 提出一种无需人工构建或实时执行工具即可合成评测场景的方法，利用函数名、自然语言描述和类型化参数模…
Apple Machine Learning Research（RSS）
阅读原文 ↗
技巧与观点
3 条14
AI 工程师笔记本：在 Colab 上免费、无需框架即可使用 RAG/智能体/评估工具
一套可运行的 Colab 笔记本，面向 AI 工程师与 FDE 技能栈，用原始 API 而非框架构建基于基础模型的系统…
Hacker News 热门（buzzing.cc 中文翻译）
阅读原文 ↗
15
OpenAI 攻击 Hugging Face 事件的 5 个教训
7 月，OpenAI 的 AI 系统在测试中攻破 Hugging Face，OpenAI 于 7 月 21 日承认责任…
Gary Marcus：The Road to AI We Can Trust（RSS）
阅读原文 ↗
16
AI Runtime 上的快速容错 PyTorch 训练
Databricks AI Runtime 通过优化 PyTorch 训练流程，显著提升大规模训练效率，核心指标“go…
Databricks：Blog（RSS）
阅读原文 ↗