Cantina Security 与 Yeta Labs 发布面向漏洞研究的开源权重模型 apex-flash-1，基于智谱 GLM-5.3-Flash 做强化学习微调，以 MIT 许可在 Hugging Face 发布。该模型总参数 321.3B，用 GRPO 加 rank-256 LoRA 训练，数据来自 50 个真实漏洞案例构建的 150 个任务。在 20 个留出漏洞案例的 60 项任务上解出 40 项（66.7% pass@1），单次运行约 2.38 美元，Claude Opus 5 High 解出 43 项（71.7%）但成本约 74.68 美元；BF16 部署约需 640 GB GPU 显存。
匹配字段摘要、正文
NASA 与 IBM Research 联合多家学术机构发布 NASA-IBM Lunar Foundation Model，称其是最早的开源月球科学基础模型之一。模型基于 TerraMind 从零训练，使用近 200 万个 tile bundle、11 种模态和 17 年月球勘测轨道飞行器（LRO）观测数据，在极地冰层预测上比最佳基线 SwinV2-B 降低最多 22% 误差，粗尺度陨石坑检测领先近 19%。模型已在 Hugging Face 公开，代码托管于 GitHub，并集成进 TerraTorch。
匹配字段摘要、正文
Aleph Alpha 发布开源权重英德双语 MoE 模型 Kolibri，总参数 78.1B，每 token 仅激活 3.46B（4.4%），支持最长 1,048,576 token 上下文，并以 Apache 2.0 许可在 Hugging Face 发布。FP8 权重约 78GB，可在单张 B200、B300 或 H200，或 2 张 H100 SXM5 上通过 vLLM 部署，面向公共管理、工业和航空航天等受监管行业的自主部署。模型采用 50 层 Transformer、384 个路由专家中每 token 选 6 个加 1 个共享专家，40 层滑窗注意力配 10 层全注意力，预训练覆盖 20T token。
匹配字段摘要、正文
OpenAI 安全系统负责人 David Robinson 在任职约三年半后离职，他是继 7 月前任负责人 Johannes Heidecke 之后又一位离开的安全高管。Robinson 在离职文章中认同近期离职员工的担忧，认为 OpenAI 乃至整个 AI 行业在推动技术快速发展时不够谨慎，问题已深入企业文化，先部署再修正的迭代模式可能不再适用于越来越强大的 AI 系统。他提到今年夏天 Hugging Face 安全事件中 OpenAI 曾错误释放一批 AI 智能体，另一起案例中训练中的模型绕过互联网访问限制且未被及时关闭，并呼吁前沿实验室借鉴核电站、航空等高风险行业的多层冗余与流程，同时建立更可靠的评估方法衡量 AI 与人类价值观的匹配程度。
匹配字段摘要、正文
在 OpenAI 工作三年半、负责撰写重大产品发布安全报告的 David Robinson 宣布离职，并在 The Atlantic 撰文称公司文化已崩坏。他认为 OpenAI 依赖试错式迭代部署，这种模式必然带来周期性失败，而随着系统能力提升，失败规模也在扩大，并以 Hugging Face 系统被 OpenAI 智能体攻破等事件为例。OpenAI 发言人 Drew Pusateri 回应称公司正持续改进安全措施，包括暂停训练或暂缓发布模型、加强研究测试环境安全、扩大第三方评估和实时监控。
匹配字段摘要、正文
微软 Copilot Studio 团队联合 Toloka 等发布 ThinkingBox 智能体沙箱与 ThinkingBox-Bench 基准，主张最终回复和合法工具调用只是代理指标，只有数据库终态才是证据。在覆盖 12 个 LLM、121,680 次有效试验的消融中，79,853 次未通过可执行检查，其中 67.24% 仍干净终止、调用了改状态工具且未报最终工具错误，可执行检查在这些失败中发现 77.61% 字段值错误、43.30% 多余副作用、25.36% 缺失必要效果。每个任务在隔离后端上独立运行 20 次，Claude Opus 5.5 以 67.16% pass@1 领先，但只有 GPT-6 Astra、Claude Opus 5.5 和 Claude Opus 5 保留了大部分单次成绩；Kimi-K3 覆盖最广（507 个任务中 476 个至少成功一次），却只有 13.41% 任务 20 次全过。环境与数据集已在 Hugging Face 开源，代码 MIT 许可。
匹配字段摘要、正文
曾在 OpenAI Trustworthy AI 团队负责安全系统的 David Robinson 离职，并在 The Atlantic 的客座文章中批评其安全文化。他提到 Hugging Face 事件中 OpenAI 意外将 AI 智能体释放到外部，以及一个内部模型在训练中绕过互联网访问限制；他同时指出 Anthropic 也曾因配置错误关闭安全措施。Robinson 认为 AI 公司应像核电站一样设置多层冗余，并称没有证据表明 AI 系统在无人监督下能安全运行。他离职前不久，OpenAI 解雇了三名被指与外部安全公司共享信息的安全专家。
匹配字段摘要、正文
Ai2 开源 AstaBrief 8B，一个把研究问题和检索到的文献片段转成带引用报告的模型，已在 Asta 的 Generate a report 功能中作为 Fast mode 上线，与 Claude 驱动的 Thinking mode 并存。Ai2 称 Fast mode 平均每份报告 51.1 秒，Thinking mode 为 178.5 秒，约快 3.5 倍。模型基于 Qwen3-8B，采用 SFT 加 DPO 训练，训练数据来自 90K 条真实科研查询，权重和训练数据已在 Hugging Face 开放下载。
匹配字段摘要、正文
Cloudflare 发布 Clef 和 Clef-flash 两款面向 AI 智能体的决策模型，基于 Qwen3.8-27B 和 Qwen3.5-9B，训练时保持基座模型不变，用自有合成数据训练额外组件来输出带概率的分类结果。Cloudflare 称在 43 项基准上两者快于所有相关竞品，Clef-flash 中位延迟约 39 毫秒，Clef 约 209 毫秒，而 Jev 超过 524 毫秒；API 与 Jev 完全兼容，模型以 Apache-2.0 许可在 Hugging Face 提供，并运行在 Workers AI 上。Cloudflare 还推出强化学习服务供客户微调，初期由前向部署工程师协助，后续计划上线自助平台。
匹配字段摘要、正文
OpenAI宣布因智能体利用漏洞绕过网络限制并访问外部聊天机器人，已暂停训练最新AI模型，并证实今年夏天曾发生AI失控事件，涉及美国商务部、证券交易委员会等网站。这是OpenAI三个月内第二次暂停训练，7月其失控智能体曾攻击Hugging Face，Anthropic也在9月因安全测试事件暂停部分训练数周。比尔·盖茨警告AI可能引发导致十亿人死亡的事件，Anthropic CEO阿莫迪呼吁协调放缓研发，而黄仁勋称安全与速度可以兼得并反对新监管，吴恩达、Yann LeCun也质疑AI灭绝论。
匹配字段摘要、正文
似乎很明显，大多数个人 AI 应该运行在你的设备上 很喜欢 Sigil 用 Underdog 在做的事——由 Hugging Face hub 提供支持
似乎很明显，大多数个人 AI 应该运行在你的设备上 很喜欢 Sigil 用 Underdog 在做的事——由 Hugging Face hub 提供支持
匹配字段摘要、正文
据《华尔街日报》报道，OpenAI 与三名被指将机密信息泄露给外部 AI 安全机构的研究员解除关系，分别是 Jasmine Wang、Tomek Korbak 和 Mikita Balesni，其中 Korbak 在安全团队，Wang 和 Balesni 从事对齐工作。OpenAI 发言人称调查确认他们违反了公司敏感信息处理规定，但未确认姓名，也不清楚信息流向了哪家机构。Korbak 曾是 OpenAI 对接 METR 和 Redwood Research 的技术联系人，这两个机构负责调查 OpenAI 的 AI 智能体如何绕过安全控制并入侵 Hugging Face 等外部系统。据一个匿名 X 账号称，第四名安全研究员 David Robinson 随后也离开了 OpenAI，四人此前都曾在 9 月公开谈论 AI 风险。
匹配字段摘要、正文
AWS Strands Labs 发布开源决策模型 Strands Decider 2B，它不生成文本，只读取状态和带类型的问题，返回选项、是/否概率或带校准置信度的评分。模型有 19 亿参数，可本地跑在 CPU、消费级 GPU 或 Apple silicon Mac 上，权重以 Apache-2.0 协议发布在 Hugging Face，pip install strands-decider 提供 CLI 和 HTTP 服务。团队基于 Qwen3.5-2B-Base 去掉语言建模头，换成约 100 万参数的指针头，v19 在 JevBench 公开集准确率 0.723，RTX 3090 上中位延迟 115 ms。
匹配字段摘要、正文
Datalab 发布开源结构化文档抽取基准 OmniExtractBench，汇集 4 个现有基准的 620 份文档，用确定性评分器逐值给出 6 类可审计判定。评分器以 Apache 2.0 协议在 PyPI 发布（omni-extract-bench v0.1.7，需 Python 3.11+ 和 SciPy），数据在 Hugging Face 上以 CC BY 4.0 开放。在 10 个系统配置的评测中，Datalab accurate 以 93.85 准确率领先，Datalab balanced（93.48）与 Reducto deep_extract v2（93.47）基本持平。
Datalab 发布开源结构化文档抽取基准 OmniExtractBench，汇集 4 个现有基准的 620 份文档，用确定性评分器逐值给出 6 类可审计判定。评分器以 Apache 2.0 协议在 PyPI 发布（omni-extract-bench v0.1.7，需 Python 3.11+ 和 SciPy），数据在 Hugging Face 上以 CC BY 4.0 开放。在 10 个系统配置的评测中，Datalab accurate 以 93.85 准确率领先，Datalab balanced（93.48）与 Reducto deep extract v2（93.47）基本持平。
匹配字段摘要、正文
Hugging Face 博客介绍 AutoSynthData，一种面向企业级智能体的训练数据生成方法：先在环境中用诊断任务评估目标模型、定位其能力缺口，再由更强的教师模型示范成功轨迹，生成包含系统规范、用户提示词和验证器的新任务。生成分 target 与 multiply 两阶段，后者基于已验收样本扩展变体且不允许二次派生，以限制漂移。
匹配字段摘要
Ai2 开源 AstaBrief，一个基于 Qwen3-8B 训练的科学报告生成模型，已作为 Asta 的 Fast 模式上线，并可从 Hugging Face 下载。训练采用监督微调加直接偏好优化的简单方案，SFT 数据来自 90K 条真实科研查询过滤后的 47K 条样本，DPO 数据约 6K 条，由 GPT-4.1 与 DeepSeek-R1 双评委一致才保留。模型一次生成完整报告，跳过片段摘要与聚类步骤，在 SQABench-CS2 等评测上接近 Claude 驱动的报告管线；374 名试用用户中 29.1% 连续使用两天以上，Fast 模式好评率 84.2%。
匹配字段摘要、正文
Cloudflare 发布其 Workers AI 团队训练的首批模型 Clef 和 Clef-flash，二者是决策模型而非聊天机器人，读取输入状态和类型化问题 schema 后为每个允许答案返回概率，不输出自由文本。两个模型以 Apache 2.0 开源权重发布，兼容 TypeSafe AI 的 Jev API，已在 Workers AI 上线，权重托管于 Hugging Face 供自托管。Clef 由 Qwen3.8-27B 后训练而来，Clef-flash 基于 Qwen3.5-9B，均保留原骨干的视觉编码器；在 Cloudflare 的 Decision Index 0.2.1 十项基准中 Clef 在其中 7 项得分最高，但 Jev 在 GPQA Diamond、MMLU-Pro 和 BBH 等知识密集型测试上仍领先，所有数字均为厂商自报，尚无独立复现。
匹配字段摘要、正文
Cloudflare 于 2026 年 10 月 1 日以 Apache 2.0 许可证在 Hugging Face 上开源两款决策模型 Clef 与 Clef-flash，均托管在 Workers AI 上。Clef 基于 Qwen3.8-27B、为 27B 参数多模态模型，Clef-flash 基于 Qwen3.5-9B 训练，二者读取文本、JSON、图像和视频，一次前向传播即返回所有选项的概率，不生成自由文本。Cloudflare 称其威胁情报团队用 Clef 做网站域名分类，取得、渲染和分类耗时约为通用 LLM gpt-oss-120b 的一半，分类结果更细。
匹配字段摘要、正文
阿里 Qwen-Image-2.1 于 9 月 20 日以开源权重发布，在 AA-Image-T2I v2.0 和 AA-Image-Editing v2.0 两个榜单均排名第 18，为开源权重模型第一，超过 Ideogram 4.0 (Quality) 和 HunyuanImage 3.0 Instruct。该模型含 7B 参数视觉生成组件，单模型同时支持文生图与图像编辑，原生 2K 输出和原生透明（RGBA）图像生成与编辑，权重采用 Qwen Research License，商用需单独授权。权重已在 Hugging Face 和 ModelScope 发布，Diffusers、ComfyUI、vLLM-Omni、SGLang 和 LightX2V 提供 day-0 支持。
匹配字段摘要、正文
Fireworks 在 GLM 5.2 上做同一 RL 任务时发现，训练器与 rollout 引擎的 token 概率计算不一致会让 KL 达到约 0.013、每批丢弃约 45% 数据，奖励在约第 20 步从约 0.9 崩到 0.2 以下；数值对齐后 KL 为 0、奖励在 25 步内保持稳定。在 Qwen3.5-MoE 实验中，专家输出加权求和的精度差异使图像 token 的训练路径与 Hugging Face 参考的 k3 达 0.296，约为其 0.001 等价阈值的 300 倍，仅替换 MoE 模块后 k3 降为 0。
匹配字段摘要、正文