←搜索结果

搜索“Hugging Face”

按匹配度 · 共 340 条结果 清除搜索

星期三

  1. Fortune AI

    Meta 发布 Muse Wonder 与 Muse Wonder Full，称已触及 AI 前沿

    Meta 本周发布 Muse Wonder 和 Muse Wonder Full 两款新模型，CEO 扎克伯格对《金融时报》称其已达到 AI 前沿水平。Meta 自测基准显示，这两款模型在编码和记忆等关键领域超过 OpenAI 的 GPT-6 与 Anthropic 的 Claude Fable 5.1，Artificial Analysis 称其相较 Meta 此前模型有实质性的智能跃升，Vals 则发现 Wonder 在网络安全任务上排名第一。新模型将用于驱动 Muse 助手的后续升级，Meta 计划通过订阅变现，能力更强的版本定价为每月 20 美元或 100 美元。

    r “speed limits” on technological development. OpenAI’s Sam Altman supported it in a rare sign of solidarity between the rival companies, following its agents autonomously hacking Hugging Face in July—as well as Australian government websites and several other entities, with activity continuing into September. What’s next for Muse Meta hasn’t had a Hugging Face moment—yet. For now, its Muse assistants are actively helping people complete tasks on their computers quicker, such as responding to em

    匹配字段正文

    #hot-signal#行业动态#OpenAI#Anthropic

星期二

  1. 面壁智能 OpenBMB

    面壁智能开源 MiniCPM-V 4.7 系列，含 35B-A3B 与 1B 两款端侧多模态模型

    面壁智能发布开源多模态模型系列 MiniCPM-V 4.7，包含 35B-A3B 和 1B 两款模型，面向 iOS 与 Android 设备端侧部署。35B-A3B 引入 LES（Lookahead Expert Scheduling）技术，在 iPad Pro M4（16GB）上实现 5 倍加速、17+ tokens/s，在 iPhone 17 Pro Max 上达 13+ tokens/s，内存占用仅 3GB。该模型在 34 项基准上取得竞争性结果，16 倍视觉 token 压缩下 OCRBench 得分 90.4，领先 Qwen3.6 35B-A3B 5.2 分，并支持 Apple、Intel、AMD、Arm 和 Rockchip 等平台。

    A3B scores 90.4 on OCRBench, 5.2 points ahead of Qwen3.6 35B-A3B. Easier customization: We introduce Self-Replay Fine-Tuning, a simple way to customize new target capabilities at low cost while maintaining general performance. Broad hardware support: Day-0 adaptations for Apple, Intel, AMD, Arm and Rockchip, with many more platforms supported through FlagOS! Download, deploy, and build something we haven't imagined yet. 👀👇 🔗 GitHub: https://t.co/msjm2QlrvX 🤗 Hugging Face: https://t.co/W95QKGhymw

    匹配字段正文

    #editorial#模型发布#多模态#端侧
  2. FireRedTeam 原创项目精选

    FireRedTeam 开源 FireRedAudio 通用音频语言模型

    FireRedTeam 开源 FireRedAudio，一个基于共享 9B 参数 LLM 的通用音频语言模型，采用解耦的连续表示，Audio Encoder 负责理解、RedAE 通路负责生成。单模型覆盖 ASR、音频理解、零样本 TTS、Instruct TTS、语义与声学语音编辑，并支持对最长约一小时录音做精确时间对齐。项目以 Apache-2.0 许可发布，需 Python 3.10 与 uv，默认面向 CUDA 12.8；除 ASR 外，语音生成与音频理解仅支持中英文。

    ault. For a different CUDA version, change the pytorch-cu128 index URL in pyproject.toml (e.g. cu126 / cu129) and re-run uv sync. Model Download Download the pretrained model from Hugging Face with the hf CLI: Alternatively, download the pretrained model using modelscope CLI: A single-file Gradio app at app.py wraps all four tasks (zero-shot TTS · instruct TTS · speech editing · listen & understand) with the same weights and prompt templates as the CLI. Gradio is the only extra dep on top of the

    匹配字段正文

    #company#开源/仓库#语音#多模态
  3. Latent Space

    Meta MSL 发布第二代模型 Muse Wonder，第三方评测接近前沿

    Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder（代号 Watermelon），距实验室成立约 14 个月。Artificial Analysis 的 Intelligence Index v4.3 中 Wonder Full（max）得 56、Wonder（max）得 52，高于 Muse Spark 1.3 的 48，Opus 5.5 以 58 领先；提升最大的是智能体能力，Terminal-Bench 4.0 从 33% 升至 57%。规格为 1M 上下文，输入支持文本、图像、视频和音频，输出仅文本，定价为每百万 token 输入 4 美元、缓存输入 0.20 美元、输出 20 美元。

    ree output (summary); Liquid d1-3B: 35 ms per image on Jetson Thor (@TheTuringPost); Open releases:EmbeddingGemma 2: 740M parameters and 78.68 on MTEB code (@dl weekly); Carbon-A (Hugging Face): Proposed 566M gene candidates across 22,617 species (@lvwerra); ColGrep-Agent-2B: A local code-search agent that cuts API tokens by 34% (@AmelieTabatta); Product updates:Codex: GPT-6.1 Sol’s default context in Codex and ChatGPT rose from 272K to 500K (@reach vb); OpenCode 2.0: Released (@opencode) Indust

    匹配字段正文

    #newsletter#模型发布#评测/基准#Agent
  4. 蚂蚁 inclusionAI：GitHub 新仓库

    蚂蚁 inclusionAI 开源 LLaDA-UI 扩散式 GUI 智能体

    蚂蚁 inclusionAI 在 GitHub 开源 LLaDA-UI，一个基于 MoE 的块级扩散视觉语言 GUI 智能体，端到端约 16.7B 参数，结合原生动态分辨率视觉编码器与 LLaDA2.0-mini-base 扩散语言骨干。训练覆盖 grounding、移动端、桌面端和网页任务，包含 100 多个中文和 70 多个英文移动应用数据。官方称其在全部六项 GUI 基准上超过 Qwen2.5-VL-7B，并在 ScreenSpot-Pro、AndroidWorld、MobileWorld 和 WebVoyager 上超过 Qwen3-VL-8B。

    stmas-party time from email, computes the one-hour offset, opens the Clock application, and verifies the enabled 6:00 PM alarm. Quickstart Use separate environments for standalone Hugging Face inference and SGLang serving because their tested Transformers and PyTorch versions differ. Hugging Face inference inference/inference hf.py is a self-contained grounding entry point; it does not require the training repository. Download the checkpoint from the LLaDA-UI Hugging Face repository, then pass i

    匹配字段正文

    #engineering#开源/仓库#Agent#多模态
  5. 智源 FlagOpen：原创开源项目

    智源 FlagOpen 开源跨本体基础模型 RoboBrain-X0

    智源 FlagOpen 发布 RoboBrain-X0，一个面向异构本体迁移的跨本体基础模型，2025-09-29 已放出 RoboBrain-X0-preview。该模型用 SE(3) 任务空间末端执行器位姿表示、统一动作词表 UAV 与动作 tokenizer，并通过 Grouped Residual Quantizer 把不同自由度和机械结构的连续控制序列映射到共享离散动作基元空间，实现 AgileX、R1-Lite 双臂轮式机器人和 Franka 单臂系统之间的零样本泛化与复杂任务分解。模型由 RoboBrain 2.0 与动作 tokenizer OmniSAT 组成，支持多视图 RGB-D 输入到具体执行的解码，仓库采用 Apache-2.0 许可，后续计划放出基于 Fast Tokenizer 的 checkpoint、快速推理示例以及训练与评测代码。

    gned in to change notification settings; Fork12 (12); Star118 (118)You must be signed in to star a repository Repository files navigation README; Apache-2.0 license ⭐️ Project | 🤗 Hugging Face | 🤖 ModelScope ⚡ OmniSAT: Compact Action Token, Faster Auto Regression for RoboBrain-X0 Pretraining. 🚀 RoboBrain 2.0: See Better, Think Harder, Do Smarter beyond RoboBrain1.0. ⭐️ Reason-RFT: Core Post-Training Strategy for Embodied Visual Reasoning in RoboBrain2.0. 🎯 RoboOS: An Efficient Open-Source Multi-

    匹配字段正文

    #company#开源/仓库#具身智能#多模态
  6. OpenAI：部署安全与系统卡

    OpenAI 发布 GPT-6 Astra 系统卡

    OpenAI 发布 GPT-6 Astra 系统卡，宣布这是其迄今能力最强、已广泛部署的模型，也是首个在 Preparedness Framework 下达到网络安全 Critical 等级的模型。系统卡称 Astra 对越狱和提示注入的鲁棒性显著强于 GPT-5.6 Sol，间接提示注入鲁棒性从 96.23% 升至 99.79%，在 54,218 个内部 Codex 任务模拟中严重度 3 级及以上的错位行为标记减少约 53%。同时 OpenAI 指出 Astra 的 CoT 可监控性相对 GPT-5.6 Sol 下降，在对抗条件下可能规避内部监控，因此将错位监控扩展到全部工具调用推理。

    Figure 1

    section: We clarify how our evaluations test alignment generalization, including which were constructed after training and how the honeypot evaluation relates to training and the Hugging Face incident. We also expand on the limitations of this work: the absence of observed failures does not establish reliability across settings and should be interpreted alongside remaining failures, evaluation awareness findings, and monitoring limitations; September 9, 2026: Naming and substance updates to the

    匹配字段正文

    #company#安全/对齐#OpenAI#部署/工程
  7. Latent Space精选

    Meta MSL 发布 Muse Wonder 与 Muse Wonder Full 模型

    Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder 与 Muse Wonder Full，前者定位快速前沿模型，后者为完整版本，Meta 称其面向个人与专业智能体工作。Artificial Analysis 的 Intelligence Index v4.3 中 Wonder Full 得 56 分、Wonder 得 52 分，高于 Muse Spark 1.3 的 48 分，Opus 5.5 以 58 分领先。规格为 1M 上下文，输入支持文本、图像、视频和音频，输出仅文本，定价为每百万 token 输入 4 美元、缓存输入 0.20 美元、输出 20 美元。

    ee output (summary). Liquid d1-3B: 35 ms per image on Jetson Thor (@TheTuringPost). Open releases: EmbeddingGemma 2: 740M parameters and 78.68 on MTEB code (@dl weekly). Carbon-A (Hugging Face): Proposed 566M gene candidates across 22,617 species (@lvwerra). ColGrep-Agent-2B: A local code-search agent that cuts API tokens by 34% (@AmelieTabatta). Product updates: Codex: GPT-6.1 Sol’s default context in Codex and ChatGPT rose from 272K to 500K (@reach vb). OpenCode 2.0: Released (@opencode). Indu

    匹配字段正文

    #newsletter#模型发布#Agent#编码

星期五

  1. Moonshot AI · Kimi Blog精选

    月之暗面发布开源思考模型 Kimi K2 Thinking

    月之暗面发布开源思考模型 Kimi K2 Thinking，可连续执行 200 至 300 次工具调用，在 HLE 上取得 44.9%（带工具）、BrowseComp 60.2%、SWE-Bench Verified 71.3%。该模型已在 kimi.com 的 chat 模式上线，并可通过 Kimi K2 Thinking API 调用，完整智能体模式稍后推出。团队在后训练阶段采用 QAT 对 MoE 组件做 INT4 权重量化，原生 INT4 推理生成速度约提升 2 倍，所有基准成绩均在 INT4 精度下报告。

    s cause the accumulated input to exceed the model's context limit (256k), we employ a simple context management strategy that hides all previous tool outputs. f. The web access to Hugging Face may lead to data leakage in certain benchmark tests, such as HLE. K2 Thinking can achieve a score of 51.3 on HLE without blocking Hugging Face. To ensure a fair and rigorous comparison, we blocked access to Hugging Face during testing; For Coding Tasks: a. Terminal-Bench scores were obtained with the defau

    匹配字段正文

    #company#模型发布#推理#Agent
  2. Moonshot AI · Kimi Blog精选

    月之暗面发布 Kimi K2.5，主打视觉智能体与 Agent Swarm

    月之暗面发布开源模型 Kimi K2.5，在 K2 基础上用约 15T 混合视觉与文本 token 继续预训练，原生多模态，主打编码与视觉能力。K2.5 可自主编排最多 100 个子智能体、执行最多 1500 次工具调用，相比单智能体设置最多缩短 4.5 倍执行时间，且无需预定义子智能体或工作流。模型已上线 Kimi.com、Kimi App、API 和 Kimi Code，Kimi.com 与 App 提供 K2.5 Instant、Thinking、Agent 和 Agent Swarm（Beta）四种模式，Agent Swarm 在 Kimi.com 处于 beta，高层级付费用户可获免费额度。

    K2.5 scores 31.5 (text) and 21.3 (image) without tools, and 51.8 (text) and 39.8 (image) with tools. The DeepSeek-V3.2 score corresponds to its text-only subset (marked with †) . Hugging Face access was blocked to prevent potential data leakage. HLE with tools uses simple context management: once the context exceeds a threshold, only the latest round of tool messages is retained 3. Tool-Augmented / Agentic Search Kimi K2.5 was equipped with search, code-interpreter, and web-browsing tools for H

    匹配字段正文

    #company#模型发布#多模态#Agent

星期二

  1. MarkTechPost

    Reka 发布 19B 全模态推理模型 Rho-1，可生成视频并输出机器人动作

    Reka 发布 19B 全模态推理模型 Rho-1 的研究预览版，单一网络可理解并生成文本、图像和视频，同时输出机器人动作，官方称其可直接替代在多个模态专用模型间传递任务的智能体流水线。模型每个 Transformer 块包含理解与生成两套专家权重流，共享注意力和同一 KV cache，离散 token 承载文本与高层指令，连续 token 承载图像潜变量、视频帧、机器人动作和本体感知。蒸馏版本把去噪步数从 99 步降到 8 步，约 1 秒返回 5.3 秒片段；训练使用 320 张 H100 历时 3 个月，视频分辨率上限 672×384，目前仅研究预览，未公开权重、API 或定价。

    infers control signals from raw video. How Rho-1 Compares Data verified on October 5, 2026 from official sources. Genie 3 access per Project Genie; Emu3.5 parameter count per its Hugging Face model card. Key Takeaways Rho-1 is a 19B model that reads and writes text, image, video and robot actions; Two expert streams share attention and one KV cache in every block; Distillation cuts denoising from 99 to 8 steps, about 1 second per 5.3 s clip; Trained on 320 H100s for 3 months; video is capped at

    匹配字段正文

    #ai-vertical#模型发布#多模态#推理
  2. Latent Space精选

    Reflection 发布 Beam：501B 总参数、23B 激活的美国开源 MoE 模型

    Reflection 发布 Beam，一个面向编码、智能体与科研的纯文本 MoE 模型，总参数 501B、激活 23B，从零训练，Apache 2.0 全量权重预计本月发布。团队称预训练用了 23.8T token，并在约 10,500 块 GB300 上各跑四周预训练与 RL，自报 SWE-bench Verified 得分 80.9。观察者认为 Beam 大致处于 GLM-5.2 水平，部分基准低于 DeepSeek V4 Flash。

    science, Gemini 4 Argon guesses wrong on 15% of questions it doesn’t know, versus 29% for the next best model. GPT-6 Astra has the highest accuracy at 61% (data) Multi-harness RL (Hugging Face): A capture proxy speaks the OpenAI Chat, OpenAI Responses, Anthropic and Gemini formats. It forwards calls to vLLM and records exact token IDs and logprobs for TRL, so 10 unmodified harnesses become RL environments (Delangue, explainer).Results: The same weights score 62% under Mini-SWE-Agent and 33% unde

    匹配字段正文

    #newsletter#模型发布#开源生态#数据/训练
  3. Google Developers Blog

    Google DeepMind 发布 EmbeddingGemma 2 端侧多模态嵌入模型

    Google DeepMind 发布开放权重多模态嵌入模型 EmbeddingGemma 2，可将文本、图像、视频帧和音频映射到统一的向量空间，参数量 740M，文本权重在 Google Pixel 11 Pro 上仅需约 191MB 活跃内存，完整多模态模型约 567MB。该模型无需训练数据或微调即可作为端侧决策引擎，将用户输入直接与分类标签和描述匹配，实现毫秒级零样本意图路由。Google AI Edge Gallery 新增 Instant Media Search 和 Video Moments Finder 两个演示，Google AI Edge Foresight for Mac 也由 EmbeddingGemma 2 与 Gemma 4 驱动；未来数周内该模型将通过 ML Kit 以服务形式登陆 Android，并支持 NPU 加速。

    oss-platform performance across a broad spectrum of edge devices and web (WASM). For a complete list of supported hardware platforms and the latest performance benchmarks, see our Hugging Face model card. You can try the LiteRT benchmark tool with more physical devices on Google Cloud or check out our zero-setup web demo for an instant, browser-based playground. EmbeddingGemma 2 and Google AI Edge provide the building blocks to bring fast, private, and offline multimodal retrieval directly into

    匹配字段正文

    #engineering#产品更新#多模态#端侧

星期一

  1. Liquid AI 模型与工程博客精选

    Liquid AI 发布首个决策模型 d1，支持文本与图像

    Liquid AI 发布首个决策模型 d1，可同时接收文本和图像，一次前向传播直接返回各选项概率而不生成 token，文本决策耗时 200 到 300 毫秒。官方称在六个真实应用中 d1 在四项上追平或超过 GPT-6.1 Sol，成本比 GPT-6.1 Sol 和 Claude Opus 5.5 低 19 到 200 倍，且每项任务响应更快。d1 已在 Liquid AI API 上线，按输入 token 计费，图像按每 32×32 像素块 1.5 token 折算，同时通过 Vercel 和 OpenRouter 提供纯文本版本，视觉能力即将上线。

    rt Filter: d1 becomes a function in a SQL query, WHERE d1(ticket, 'the customer wants to cancel). It answers yes or no for each of 150 support tickets; Code Search: d1 browses the Hugging Face transformers repository (6,511 files) one folder at a time, down to the function that answers a question; Smart Folders: d1 files each new document into a folder, then a subfolder. It files search questions the same way, so keyword search only looks in one subfolder; Web Agent: d1 operates a flight-search

    匹配字段正文

    #company#模型发布#多模态#推理

星期四

  1. Latent Space精选

    Google DeepMind 发布 Gemini 4 Argon，输出上限提至 1M token

    Google DeepMind 发布前沿模型 Gemini 4 Argon，面向编码、企业知识工作和网络安全防御，今日起通过 Fairwind Program 向受信任测试者开放，并承诺尽快扩大访问。Google 称其输出上限达 1M token，较此前的 64K 大幅提升，标准定价为每 1M 输入/输出 token 4 美元/20 美元，另有 50% 的限时折扣。Google 称 Argon 在 19 项公开基准中的 13 项排名第一，DeepSWE 得分 77.9%，高于 Opus 5.5 的 74.2% 和 Astra 的 74.1%；Artificial Analysis 测得其在 Intelligence Index 上得 53 分，与 GPT-6 Astra 持平。

    dits worth about $2,500. Others complain that usage limits were cut ( @kimmonismus , @kimmonismus ). Perplexity contextual embeddings : pplx-embed-v2-context-9b-preview is open on Hugging Face ( @perplexity ai ). Method : The model encodes the whole document once and pools chunk vectors afterward. Training distills relevance from a context-compression model instead of using single gold-chunk labels ( @denisyarats ). Results : It sets a new state of the art on ConTEB. On turbopuffer’s private con

    匹配字段正文

    #newsletter#行业动态#Google#OpenAI

星期三

  1. 蚂蚁百灵：Developer Blog精选

    蚂蚁百灵开源 Ming-Image-0.1-Design 系列两个 6B 模型

    蚂蚁百灵开源 Ming-Image-0.1-Design 系列，包含两个 6B 模型：Design 从文字需求生成 UI、信息图、海报等完整视觉设计，Layer 将设计图拆成 2—9 个语义独立的 RGBA 图层，同时开源 Design Skill 和 PPT Skill。在 Artificial Analysis 2026 年 9 月 18 日更新的 UI/UX Design 评测中，Design 位列开源模型第 1，Elo 得分 1082；Layer 在 Crello-Test 的 12 项指标中全部最优，单次推理时间从 795 秒降至 183 秒。蚂蚁内部画眉接入 Layer 后，首次获得可编辑图层从 5 分钟以上降至约 40 秒。

    图

    和文字；但遇到复杂的人手动作、连续操作步骤，或者需要很精细的阴影、反光效果时，效果还不够稳定。 在 Layer 模型中，分层不存在唯一答案。有人只需要背景、主体、文字三层，也有人希望将每段文字和每个图标分别拆开。大量叠加光效、特殊透明材质和复杂遮挡，也可能出现边缘残留或图层缺失。 下一步，我们将继续提升文字与复杂布局稳定性，扩展图层语义和可控分层能力，优化透明效果、遮挡补全和推理效率，并将模型接入更多设计、办公与应用生成场景。 我们关注的不只是模型还能生成什么，而是生成结果能否真正进入下一步：继续改、继续用、继续交付。 04 即刻体验 在线体验 🤗 Hugging Face 如果你正在制作 UI、信息图、海报、演示文稿或设计资产，或者手里已经有一张希望继续修改的设计图，欢迎体验 Ming-Image-0.1-Design 系列。 也欢迎把真实项目里最难生成、最难修改或最难分层的案例留给我们。 让 AI 不只生成一张图，也能理解设计，并把设计继续交付下去。模型发布多模态上一篇Ling-3.1-flash：面向真实世界任务的模型升级下一篇提升大模型智效比，从缩短一次数据验证的等待开始$/$

    匹配字段正文

    #engineering#模型发布#开源生态#多模态

星期二

  1. Latent Space

    小米发布 MiMo-V2.6-Pro 与 Flash 开源全模态模型，训练成本约 300 万美元

    小米发布 MiMo-V2.6 系列开源全模态模型，其中 MiMo-V2.6-Pro 为 1.02T 总参数、42B 激活参数，采用 MIT 许可，Artificial Analysis 称其以 46 分登顶开源权重模型智能指数。技术报告显示其 RL 训练在 130 小时、75B token 上花费约 260 万美元，并计划开源环境代码与训练配方，但 7k+ 任务数据集尚未发布。

    inside larger agent loops rather than as standalone “smart agents.” Inference, Tooling, and Systems Optimizations Tokenizer and post-training infra both got substantive upgrades : Hugging Face’s tokenizers v1 RC claims up to 30x faster tokenization , improved multithread scaling, lower memory use, and much smaller package size; @art zucker framed it as a new SOTA tokenization library. Separately, Halo launched as a post-training framework claiming up to 2.8x throughput over stock TRL while keepi

    匹配字段正文

    #newsletter#模型发布#开源生态#多模态

星期五

  1. The Rundown AI

    OpenAI 发布 GPT-6 Astra，称其为最智能且最对齐的模型

    OpenAI 发布 GPT-6 Astra，称其为全球最智能且最对齐的模型，在科学、数学、计算机使用、编码、网络安全等领域的基准测试创下新高。Astra 在 ARC-AGI-3 上达到 99.9%，此前 GPT-5.6 Sol 为 7.8%，FrontierMath T4 为 98%，ExploitBench 网络安全为 100%，但在 AA 智能指数上得 61 分，落后于 Fable 5.1、5、Opus 5 和 Meta 的 Muse Spark 1.3。API 定价为每百万 token 10 美元和 50 美元，约为 GPT-5.6 Sol 的 2.5 倍，但单任务 token 使用更高效；先向少数机构开放，付费 ChatGPT 套餐和 API 将在数日内跟进，并提供 Astra Pro 档位。

    -TTS-2 - Inworld's top-ranked voice model, now generally available 🌎 Atlas - World Labs’ new SOTA world model in early access Sponsored Listing Nvidia announced the acquisition of Hugging Face for $12.9B, with CEO Jensen Huang saying the platform will remain open to every cloud and chip. Axiom Math published a paper breaking a decade-old record by proving prime numbers never stop appearing within 212 of each other, only for OpenAI's GPT-6 Astra to shrink that gap even further to 186 on the same

    匹配字段正文

    #newsletter#行业动态#OpenAI#Google
  2. 蚂蚁百灵：Developer Blog

    蚂蚁集团开源金融模型 Ling-3.0-flash-Fin 与评测基准 FinFIRST

    蚂蚁集团开源首个金融增强模型 Ling-3.0-flash-Fin（124B A5.1B），采用混合专家架构，支持最长约 256K 上下文，可在本地或私有云部署并继续训练。同步开放的 FinFIRST V1 包含 123 道金融专家编写并验证的任务，拆解出 701 个原子评分项，覆盖原始信息获取、信源核验与计算答案形成三个维度。在 FinFIRST 上，Ling-3.0-flash-Fin 的信源核验得分为 82.45%，在本次参评的开源模型中表现相对较好；模型目前在 OpenRouter 上处于免费体验期。

    图

    源任务，说明复杂推理、跨来源检索与证据整合仍是后续提升重点。 FinFIRST V1 仍有覆盖边界。后续 V2 计划扩展数据规模，并进一步覆盖基础金融搜索与更高阶金融研究任务，推动金融 Agent 从“给出一个答案”走向“完成一条可信的研究链路”。 03 体验与部署 目前，Ling-3.0-flash-Fin 在 OpenRouter 上仍处于免费体验期。无需本地部署，即可通过 API 快速接入，欢迎开发者上手体验，并在真实金融任务中测试模型的检索、推理和工具调用能力。 Ling-3.0-flash-Fin 模型仓库 FinFIRST 评测基准数据集与技术报告 欢迎体验 Ling-3.0-flash-Fin，使用 FinFIRST 复现评测，也欢迎金融机构、研究人员和开发者共同参与后续建设。 点击 「阅读原文」，前往 Hugging Face 获取 Ling-3.0-flash-Fin 模型权重、部署文档与最新更新。模型发布金融技术分享上一篇Ling-3.0-flash-VL 开源发布：让视觉能力服务真实任务下一篇Ling-3.0-flash-Fin：面向真实金融工作流的开放模型$/$

    匹配字段正文

    #engineering#模型发布#开源生态#评测/基准

星期三

  1. The Rundown AI精选

    Fable 5.1 打响前沿模型发布周

    Anthropic 发布 Claude Fable 5.1，在长时编程、科学研究和知识工作方面取得提升，并以 66 分登顶 AA Intelligence Index。Anthropic 估计典型任务成本降低 25%，但最高强度任务因输出约 1.7 倍文本而贵 20%；新版在网络安全任务和基础医学、生物学问题上的安全拦截分别减少 60% 和 85%。

    ideo understanding 🎨 Google Pics - Google's Nano Banana image editor built into Docs and Slides OpenAI restarted the training run for future Astra versions that it froze after the Hugging Face breach, rating Astra as its first “Critical” cyber risk, with a limited release “soon.” Meta released Muse Voice Transcribe, its first real-time voice model that turns live audio into text while telling 20+ speakers apart, topping Artificial Analysis' leaderboard. Fei-Fei Li's World Labs introduced Atlas i

    匹配字段正文

    #newsletter#模型发布#Anthropic#编码