Prime Intellect 开源 renderers，一个独立的 Python 库，让开发者完全控制 RL 和多轮推理中的对话格式化。它把聊天模板变成可编程对象，暴露渲染消息为 token id、解析补全为结构化助手消息、为损失掩码归属 token、以及在不重新渲染模型采样历史的情况下扩展多轮 rollout 等操作。该库已用于其 Lab 产品、verifiers 和 prime-rl，内置 Qwen3、Qwen3.5、GLM-4.5、GLM-5、MiniMax-M2、DeepSeek-V3、Kimi K2 / K2.5、Nemotron-3 和 GPT-OSS 的渲染器，并已在 PyPI 发布，代码托管于 github.com/PrimeIntellect-ai/renderers。
匹配字段摘要、正文
Zyphra 发布其首个视觉语言模型 ZAYA1-VL-8B，基于 ZAYA1-8B 构建，采用 MoE 架构，700M 激活参数、8B 总参数，以 Apache 2.0 许可开源权重。该模型在视觉理解、定位和 OCR 类任务上表现突出，官方称其性能超过 Deepseek-VL2、Qwen3-VL 和 MolmoE 等同类模型，而训练仅用约 140B 视觉语言 token。架构上引入仅对视觉 token 激活的视觉专用 LoRA 参数，并对图像 token 采用双向注意力。
匹配字段摘要、正文
Zyphra 发布 Zyphra Cloud，一个运行在 AMD 基础设施上、由 Tensorwave 提供算力的全栈 AI 平台，首发服务为无服务器推理服务 Zyphra Inference，可访问 DeepSeek V3.2、Kimi K2.6 和 GLM 5.1 等前沿开放权重模型。该服务面向智能体编程、深度研究和长周期工作流自动化等长周期智能体场景，结合定制 kernel、长上下文推理算法与并行方案实现高吞吐低延迟。平台后续将扩展至强化学习与微调等分布式后训练服务、基于 AMD EPYC CPU 的沙箱智能体与开发环境，以及专用 GPU 集群和裸金属基础设施，现已可用。
匹配字段摘要、正文
Zyphra 发布 Zyphra Cloud 平台的首个组件 Zyphra Inference，这是一项 AMD 优先的推理服务，基于 AMD MI355X GPU 并与 TensorWave 合作，面向长上下文智能体工作负载，托管 Kimi K2.6、DeepSeek V3.2 和 GLM 5.1 等开放模型。以 Kimi K2.6 为例，单台 8x-MI355X 节点提供 2,304GB HBM，可容纳约 184 个 256K 上下文的活跃智能体，而 8x-B200 节点约为 100 个。平台后续将扩展至后训练、强化学习环境和智能体原生基础设施。
匹配字段摘要、正文
Sakana AI 提出提示技术 String Seed of Thought（SSoT）：让 LLM 在输出中先生成随机字符串，再据此推导答案，无需外部随机数生成器。该方法在开源与闭源 LLM 上显著降低输出偏差，在 DeepSeek-R1 等推理模型上准确率接近真实随机采样，并可从二选一推广到 n 选一和任意概率分布。在 NoveltyBench 多样性基准的六个类别上，SSoT 均优于其他方法且保持输出质量，该工作将在 ICLR2026 展示。
匹配字段摘要、正文
LMSYS 发布 HiSparse，一个面向稀疏注意力的分层内存系统，将不活跃的 KV cache 卸载到主机内存，并在 GPU HBM 保留热缓冲区，从而支持更大的解码 batch size。在 8×H200 部署上跑 GLM-5.1-FP8、32k 输入 8k 输出时，256 并发请求下吞吐超过基线 3 倍，长上下文场景最高提升 5 倍。目前支持 DeepSeek Sparse Attention（DSA）系列模型，包括 DeepSeek-V3.2 和 GLM-5.1，属实验性功能。
匹配字段摘要、正文
Sakana AI 发布事后学习技术试作模型系列 Namazu（α版），将 DeepSeek-V3.1-Terminus、Llama-3.1-405B、gpt-oss-120B 等开源基座适配为日本规格，并同步公开搭载该模型的聊天服务 Sakana Chat。官方称 Namazu 在 AIME'25、MMLU-Redux、GPQA Diamond、LiveCodeBench、IFEval 等基准上保持与基座相当的性能，在自建的中立性与事实准确性评测中明显改善，其中基座 DeepSeek-V3.1-Terminus 对相关政治历史话题的拒答率为 72%，经事后学习后降至接近 0%。日语基准 Nejumi Leaderboard4、Swallow LLM LeaderBoard v2、JamC-QA 上，Namazu-DeepSeek-V3.1-Terminus 与基座及同规模他社模型相当，技术报告与部分模型权重将后续公开。
匹配字段摘要、正文
文章梳理现代开放权重大语言模型采用的注意力变体，包括 MHA、GQA、MLA、滑动窗口注意力、DeepSeek Sparse Attention、门控注意力与混合注意力。作者结合 DeepSeek、Qwen、Gemma、Kimi 等架构，比较各方案在 KV cache、长上下文成本、建模表现和实现复杂度上的差异。文章还介绍了一个包含 45 个条目的大语言模型架构图库。
匹配字段摘要、正文
SGLang 与 NVIDIA 合作，在 InferenceXv2 基准上于 GB300 NVL72 运行 DeepSeek R1 时相比 H200 实现最高 25 倍性能提升，该对比基于 50 TPS/user 的低延迟场景。借助 NVFP4 GEMM、计算通信重叠和 NVIDIA Dynamo 等优化，SGLang 在 GB200 NVL72 上的性能也在不到 4 个月内提升最高 8 倍。后续将推进 GB300 NVL72 的 MTP 支持及 Qwen 3.5 等模型的调优。
匹配字段摘要、正文
蚂蚁百灵发布并开源旗舰级即时模型 Ling-2.5-1T，总参数 1T、激活 63B，预训练语料从前代 20T 扩展至 29T，支持最高 1M token 上下文。模型采用 1:7 的 MLA + Lightning Linear 混合线性注意力架构，引入正确性与过程冗余复合奖励机制，在 AIME 2026 上平均输出约 5890 token 即接近消耗 15k–23K token 的前沿思考模型水平。官方称其在复杂推理与指令遵循上优于 DeepSeek V3.2、Kimi K2.5、GPT 5.2，可适配 Claude Code、OpenCode 等智能体产品，但在复杂智能体交互和长程任务上仍落后于前沿模型。
匹配字段摘要、正文
ZDNET 对 ChatGPT、Copilot、Grok、Gemini、Perplexity、Claude、DeepSeek 和 Meta AI 八款免费 AI 聊天机器人进行了 112 项实测，ChatGPT 以综合最高分成为整体最佳。测试涵盖摘要与联网、学术概念解释、数学分析、文化讨论、文学分析、旅行规划、情感支持、翻译、编程和长文故事等文本任务，以及四类图像生成任务。
匹配字段摘要、正文
Manus 博客列出 2026 年 7 款最佳 ChatGPT 替代品：Manus AI 主打自主任务与工作流自动化，Claude AI 擅长写作与自然对话，Google Gemini 适合 Google 用户与实时信息，Perplexity AI 适合研究与带来源的准确回答，Microsoft Copilot 面向商业生产力与 Microsoft 365 用户，DeepSeek 是免费且编程与推理较强的选择，Grok 主打实时信息与幽默风格。文章还从主要用途、预算和集成需求三方面给出选择建议。
匹配字段摘要、正文
SGLang 发布高度优化的流水线并行（PP）实现，通过分块流水线并行、异步 P2P 通信和动态分块机制应对超长上下文推理。在 H20 集群上，PP4 TP8 部署使 DeepSeek-V3.1 的 Prefill 吞吐量达到 TP8 的 3.31 倍，比 TP32 方案高出 30.5%，同时 TTFT 最多降低 67.9%，强扩展效率达 82.8%。该实现兼容 PD 分离与 HiCache。
匹配字段摘要、正文
Ollama 与 NVIDIA 合作，确保最新 NVIDIA DGX Spark 开箱即用、快速高效运行。该设备搭载 NVIDIA GB10 Grace Blackwell Superchip，提供 1 petaFLOP 性能，配备 128GB 内存，可运行 Qwen、DeepSeek、Llama、Mistral、Gemma、Gpt-oss 等模型，也支持上传自定义或微调模型。双方正针对聊天、文档处理、代码任务和多模态工作流优化 Ollama 性能。
匹配字段摘要、正文
Ollama 上线云端模型预览，让用户在本地工具中运行个人电脑放不下的大模型，云端不保留用户数据。首批可用模型包括 qwen3-coder:480b-cloud、gpt-oss:120b-cloud、gpt-oss:20b-cloud 和 deepseek-v3.1:671b-cloud，需下载 Ollama v0.12 并登录 ollama.com。云端模型用法与普通模型一致，支持 ls、run、pull、cp，并可通过 Ollama 的 OpenAI 兼容 API 以及 JavaScript、Python、cURL 调用。
匹配字段摘要、正文
Vapi 博客介绍 Google 于 2025 年发布的开源权重模型 Gemma 3，它基于 Gemini 2.0 研究，支持文本、图像和视觉输入，可在单 GPU/TPU 上运行，支持 140+ 语言和最高 128k token 上下文，并提供 1B、4B、12B、27B 四种尺寸。文章称 Gemma 3 在人类偏好评测中优于 Llama3-405B 和 DeepSeek-V3，27B 版本在 LMArena Elo 榜得 1338 分，高于 DeepSeek-V3 的 1318 和 o3-mini 的 1304。经量化感知训练后，1B 模型显存占用最低 861 MB（INT4），27B 为 19.9 GB（INT4）；该模型已内置在 Vapi 控制台的 LLM 下拉菜单中。
匹配字段摘要、正文
Lilian Weng 在 Lil'Log 发文梳理测试时计算与思维链（CoT）推理的近期进展，解释让模型“思考更久”为何有效。文章从心理学双过程理论、计算资源视角和隐变量建模三条路径展开，指出 CoT 让模型按问题难度灵活分配算力，并回顾从 GSM 数据集到 o1-preview、o3 与 DeepSeek R1 技术报告的 RL 训练路线。
匹配字段摘要、正文
Prime Intellect 发布 INTELLECT-2，称其为首个 32B 参数全球去中心化强化学习训练，任何人都可无许可贡献异构算力。该训练以 QwQ-32B 为基座模型，沿用 DeepSeek-R1 的 GRPO 与可验证奖励方法，并配套开源 prime-RL 异步分布式 RL 库、Shardcast 权重分发库和 TOPLOC 可验证推理方案。推理节点可用消费级 GPU，例如 4×RTX 3090 即可参与训练，训练数据已发布在 Hugging Face。
匹配字段摘要、正文
Zyphra 发布 ZR1-1.5B，一个基于 DeepSeek-R1-Distill-Qwen-1.5B、用强化学习在代码与数学题上训练的小型推理模型。它在 LCB_Generation 上与 Claude3-Opus、Gemma2-27B 持平，在竞赛数学上超过 Qwen2.5-72B，且推理 token 比 R1-Distill-1.5B 少 60%、比 DeepScaleR 少 53.5%。截断到 2048 token 时，其数学评测平均 pass@1 达 40.39%，高于 Qwen-2.5-Math-7B-Instruct 的 37.01%。
Zyphra 发布 ZR1-1.5B，一个基于 DeepSeek-R1-Distill-Qwen-1.5B、用强化学习在代码与数学题上训练的小型推理模型。它在 LCB Generation 上与 Claude3-Opus、Gemma2-27B 持平，在竞赛数学上超过 Qwen2.5-72B，且推理 token 比 R1-Distill-1.5B 少 60%、比 DeepScaleR 少 53.5%。截断到 2048 token 时，其数学评测平均 pass@1 达 40.39%，高于 Qwen-2.5-Math-7B-Instruct 的 37.01%。
匹配字段摘要、正文
antirez 认为，网页内容正逐年消失，而 DeepSeek V3 等大型模型已是互联网的一种公开、有损压缩视图，虽不精确、有幻觉和缺失，但聊胜于无。他主张在支持 Internet Archive 的同时，应确保公开释放的 LLM 权重不丢失，并让 Archive 进入预训练数据集。
匹配字段摘要、正文