精选 49 篇，从 330+ 条中筛选
Nanbeige4.1-3B是一款基于Nanbeige4-3B-Base的增强型推理模型，具有小型参数规模但强大的推理、偏好对齐和有效代理行为能力。该模型在代码、数学、科学等通用推理任务上表现出色，尤其在LiveCodeBench-Pro、IMO-Answer-Bench和AIME 2026 I等挑战性任务中表现出色。其技术特点包括监督微调和强化学习优化，支持深度搜索任务，并在小模型生态系统中实现了推理和代理能力的平衡。模型适用于需要复杂推理和代码生成的场景，具有开源Apache-2.0协议，适合在通用推理和特定领域应用中部署。
模型定位：通用大模型，规模庞大，参数量达35B。核心能力：基于Qwen/Qwen3.5-35B-A3B，采用abliterated技术去除拒绝词，支持图像-文本-文本转换。性能表现：未提供具体基准测试结果，但强调 uncensored 特性。主要应用场景：适用于需要大量上下文和丰富表达的场景，如对话系统。使用考量：开源协议Apache-2.0，硬件需求高，推理效率需进一步评估。
LocoOperator-4B是一款专注于代码库探索的4B参数工具调用代理模型，基于Qwen3-4B-Instruct-2507进行知识蒸馏训练。该模型具有100%的JSON有效性，支持本地部署，适用于快速代码库搜索和导航。它在代码生成和工具调用方面表现出色，适用于需要代码探索和自动化的场景。
MiniMax-M2.5是一款定位在通用大模型范畴内的LLM，具有较大的参数量和较长的上下文长度。其核心技术基于transformers库，并引入了safetensors和custom_code等创新。在性能上，该模型在多个基准测试中表现出色，具有较好的代码生成和数学推理能力。开源协议为modified-mit，适合在多种硬件和推理框架上使用。
Qwen3.5-397B-A17B是一款通用大模型，具备强大的多模态学习能力和高效的推理性能。其核心架构采用Gated Delta Networks和sparse MoE，支持1M上下文长度，具有跨语言的广泛覆盖。在多模态学习、推理效率、适应性等方面表现出色，适用于需要高效率、高准确性的多模态任务。
LiquidAI/LFM2-24B-A2B是一款针对边缘设备部署的混合模型，定位为通用大模型。该模型具有24亿参数，采用MoE架构，有效参数仅为2亿，适合在消费级硬件上运行。其在推理效率上表现出色，支持快速边缘推理。性能方面，质量随参数量线性提升，展现出可靠的扩展性。主要应用场景包括代码生成、数学推理和多语言能力等，适用于需要高效推理的边缘设备。
🔥 unsloth/Qwen3.5-35B-A3B-GGUF 是一款基于 Qwen/Qwen3.5-35B-A3B 的多模态扩展模型，定位为通用大模型。该模型具有35B参数，支持图像到文本的转换，具备代码生成和工具调用能力。在性能上，GGUFs刷新后，模型在工具调用和编码性能上有所提升。该模型开源协议为Apache-2.0，适用于需要高性能代码生成和多模态交互的场景。
GLM-5是一款针对复杂系统工程和长期目标代理任务的大语言模型。它具有744亿参数，支持中英双语。GLM-5在预训练和后训练方面均有显著提升，尤其在推理、编码和代理任务上表现出色。其核心技术包括DeepSeek Sparse Attention（DSA）和异步RL基础设施slime，旨在提高训练效率和推理效率。模型在多个基准测试中表现优异，是开源模型中的佼佼者。
🔥 unsloth/Qwen3.5-27B-GGUF 是一款通用大模型，具备强大的多模态处理能力。该模型基于Qwen3.5-27B进行微调，采用GGUF技术，实现了高效的混合架构。其上下文长度可达27B，参数量庞大，支持图像到文本的转换。在MMLU、GPQA等基准测试中表现出色，尤其在多模态理解和推理方面具有显著优势。适用于需要多模态交互和复杂推理的场景，如问答系统、内容生成等。
🔥 unsloth/Qwen3.5-122B-A10B-GGUF 是一款多模态扩展的通用大模型，具备122B参数量，支持图像-文本到文本的转换。其核心技术包括MoE架构和早期融合的多模态学习，在推理、编码、代理和视觉理解等方面表现优异。模型在MMLU、GPQA、IFEval等基准测试中取得了优异成绩，具有开源Apache-2.0协议，适用于多种硬件平台，与vLLM、TGI等框架兼容。
Kimi K2.5是一款开源的多模态大语言模型，定位为通用大模型。它基于约150万亿混合视觉和文本标记的持续预训练，具备视觉和语言理解以及先进的代理能力。模型在视觉知识、跨模态推理和基于视觉输入的代理工具使用方面表现出色。其核心能力包括视觉到代码的生成和代理群体执行复杂任务。在性能上，Kimi K2.5在权威基准测试中表现良好，具有开源协议、硬件需求适中、推理效率较高的特点，适用于多模态任务和复杂任务处理。
Qwen3.5-0.8B是一款通用大模型，具有0.8B参数，采用统一的视觉语言基础架构，支持多语言和模态。其核心能力包括高效的混合架构、可扩展的强化学习泛化能力以及全球语言覆盖。在MMLU、GPQA、IFEval等基准测试中表现出色。适用于原型设计、特定任务微调和研发等。
Qwen3.5-35B-A3B-Base是一款通用大模型，具有35B参数量，支持多语言和模态。其核心技术包括多模态学习、混合专家网络和强化学习。在MMLU、GPQA等基准测试中表现出色。适用于多语言处理、代码生成和视觉理解等场景，具有高效推理和全球语言覆盖能力。
TeichAI/Qwen3-14B-Claude-4.5-Opus-High-Reasoning-Distill-GGUF 是一款定位在通用大模型领域的推理优化版本，具有14B参数量，支持高推理能力。该模型基于TeichAI的Qwen3-14B模型，通过Claude Opus 4.5（推理）数据集进行训练，具有优秀的代码生成、科学推理和通用用途能力。在性能上，该模型在MMLU、GPQA、IFEval等基准测试中表现出色，具有较好的推理效率和开源协议。主要应用场景包括编码、科学研究和通用用途。
Qwen3.5-35B-A3B是一款定位在通用大模型领域的LLM，具备高效的混合架构和强大的多模态学习能力。该模型具有35B的参数量，支持1M的上下文长度，采用Apache-2.0开源协议。在性能上，Qwen3.5在多个基准测试中表现出色，尤其在多模态任务上具有显著优势。其主要应用场景包括多语言处理、代码生成和视觉理解等，适合需要高性能和高效推理的应用。
Qwen/Qwen3.5-4B是一款通用大模型，具有4B参数，采用多模态学习技术。其核心能力包括高效的混合架构、可扩展的强化学习泛化能力以及全球语言覆盖。在基准测试中表现出色，尤其在多模态任务上。该模型适用于需要多语言能力和跨模态理解的场景，具有开源协议、高效的推理性能和与流行框架的兼容性。
Qwen/Qwen3.5-9B是一款通用大模型，具备9B参数，支持多模态学习。其核心技术包括多模态融合训练、高效的混合架构、可扩展的强化学习泛化能力、全球语言覆盖和下一代训练基础设施。在基准测试中表现出色，尤其在多模态理解和推理任务上。适用于需要多语言、多模态理解和高效推理的场景，如对话系统、内容生成等。
该模型定位为通用大模型，具有1024维的参数量和32K的上下文长度。其核心技术为基于扩散预训练的密集和上下文嵌入，避免了指令微调，直接嵌入文本。在性能表现上，模型在权威基准测试中表现良好，具有高效的开源协议和推理效率。主要应用场景包括独立文本嵌入、文档相似度比较等，适合用于语义搜索和索引构建。
这篇论文提出了PRISM，一个通过上下文结构建模实现多元推理的模型，旨在解决大型语言模型在预训练阶段导致的分布多样性下降问题。PRISM通过引入推理时的个性化认知轨迹，增强了语言模型的多样性，并在创意探索和科学发现中展现出优越的性能。
这篇论文提出了DUET-VLM，一个用于视觉语言模型（VLM）训练和推理的双阶段统一高效标记减少框架。该框架通过视觉编码器输出的信息保留标记压缩和语言骨干中的显著文本引导的视觉标记逐层丢弃，实现了在保持高准确率的同时显著减少计算成本。
这篇论文提出了MemCoach，一个基于多模态大型语言模型（MLLMs）的自动模型，用于提供可操作的自然语言反馈，以增强图像的可记忆性。该方法通过教师-学生引导策略，将模型内部激活与教师模型从最不具记忆性到最具记忆性的样本学习到的模式对齐。实验表明，MemCoach在多个零样本模型中表现出色，证明了可记忆性不仅可预测，而且可以通过指导和教学来提升。
这篇论文提出了CL4SE，一个针对软件工程任务的上下文学习基准，通过引入不同类型的上下文来提升大型语言模型在软件工程任务中的性能，不依赖于模型微调。CL4SE包含四个细粒度的上下文类型，并构建了包含超过13,000个样本的大型数据集，评估了五种主流LLMs的性能，结果表明上下文学习可以显著提升各项任务的性能。
这篇论文探讨了视觉嵌入模型中组合泛化的必要条件，提出表示必须分解为线性且正交的概念组件，并通过实验验证了这些组件与组合泛化能力的相关性。
这篇论文提出了LK损失函数，这是一种针对自回归大型语言模型（LLM）推理的优化方法。它通过使用轻量级草稿模型来提出候选标记，并通过目标模型并行验证这些标记，从而加速推理过程。LK损失函数直接针对接受率进行优化，解决了标准训练中Kullback-Leibler（KL）散度最小化不能保证最大化接受率的问题，通过实验证明了其在多个配置下的接受率指标提升。
这篇论文提出了一种名为LongVideo-R1的智能导航模型，用于低成本的长视频理解。该模型通过一个推理模块，利用高级视觉线索来推断最有信息量的视频片段，从而实现高效的视频上下文导航。
这篇论文研究了对比学习中的InfoNCE损失函数，发现其在对比训练中诱导出的表示具有高斯分布结构。通过理论分析和实验验证，论文证明了在特定条件下，高维表示的投影会趋近于多元高斯分布，并提出了通过正则化项促进低特征范数和高特征熵的方法，进一步验证了这一结果。
该论文提出了一种高效的自动翻译基准和数据集的框架，通过使用自适应测试时计算扩展策略和T-RANK多轮排名方法，提高了翻译质量，确保了基准在本地化过程中保留原始任务结构和语言细微差别，从而提高了多语言AI模型的评估准确性。
这篇论文提出了一种名为“模式寻求与均值寻求”的训练范式，用于快速生成长视频。该方法通过解耦扩散变换器，将局部保真度与长期一致性分离，利用全局流匹配头和局部分布匹配头来捕捉叙事结构和局部现实，从而在有限的长期视频数据上生成分钟级视频。
这篇论文提出了CiteAudit，一个用于验证科学文献引用的基准和检测框架，旨在解决大型语言模型（LLMs）时代中虚构引用的问题。该框架通过多智能体验证流程，将引用检查分解为多个步骤，包括声明提取、证据检索、段落匹配、推理和校准判断，以评估引用来源是否真正支持其声明。
这篇论文提出了dLLM，一个开源框架，旨在统一扩散语言模型的核心组件，包括训练、推理和评估，使得用户能够轻松定制新设计，并标准化地复现、微调、部署和评估大型DLMs，如LLaDA和Dream，同时提供构建小型DLMs的简单方法。
这篇论文提出了Ref-Adv，一个用于评估多模态语言模型（MLLM）在指代表达式任务中视觉推理能力的基准。通过设计更具挑战性的指代表达式，论文揭示了现有模型在视觉推理和定位方面的局限性，并强调了通过抑制捷径来提升模型性能的重要性。
这篇论文提出了Memory Caching（MC）技术，通过缓存循环神经网络（RNN）的内存状态来增强其记忆能力，使其能够随着序列长度的增加而增长，从而在保持较低复杂度的同时提升RNN在序列建模任务中的性能。
这篇论文提出了一种名为CUDA Agent的强化学习系统，通过大规模的代理强化学习来生成高性能的CUDA内核。该系统通过可扩展的数据合成管道、技能增强的CUDA开发环境和强化学习算法技术，实现了CUDA内核优化的自动化，并在KernelBench基准测试中取得了显著的性能提升。
这篇论文提出了一种通过奖励建模增强图像生成中空间理解的新方法。作者构建了一个包含超过80k个偏好对的SpatialReward-Dataset，并基于此数据集创建了SpatialScore奖励模型，用于评估文本到图像生成中的空间关系准确性。实验表明，该奖励模型能够有效提升图像生成模型在空间理解方面的性能。
这篇论文提出了DeepLookEditBench（DLEBench），一个用于评估基于指令的图像编辑模型在小规模物体编辑能力上的基准。通过构建一个包含1889个样本的测试平台，论文评估了10个IIEMs在编辑小规模物体方面的性能，并提出了一个双模式评估框架来减少主观性和模糊性。
这篇论文提出了一种名为MIGM-Shortcut的加速掩码图像生成模型，通过学习潜在控制动力学来减少计算冗余，显著提高了生成效率，同时保持了图像质量。
这篇论文提出了SenCache，一种基于敏感度感知的缓存策略，用于加速扩散模型的推理过程。通过分析模型输出对去噪输入扰动的敏感性，SenCache能够动态选择缓存时间步，从而在保持视觉质量的同时减少计算量。
这篇论文提出了一种名为STATIC的约束解码技术，用于在TPUs/GPUs上高效地执行基于LLM的生成式检索。通过将前缀树转换为压缩稀疏行矩阵，STATIC实现了对硬件加速器的完全向量化操作，显著提高了解码效率，并在实际应用中实现了显著的性能提升。
这篇论文提出了一种基于代理的简单关键词搜索方法，用于检索增强生成（RAG）系统，以实现与传统RAG系统相当的性能，同时避免了使用向量数据库，从而降低了成本和复杂性。
这篇论文提出了一种名为HMASP的分层多智能体系统，用于支付流程的自动化。该系统利用大型语言模型（LLM）作为智能体，通过模块化架构实现支付流程的端到端自动化，包括对话支付代理、监督代理、路由代理和流程摘要代理等层级，以解决现有智能体解决方案在支付任务自动化方面的挑战。
这篇论文提出了一种名为MedMAP的医学模态感知预训练框架，用于在3D MRI中增强视觉-语言模型的学习。该框架通过模态感知视觉-语言对齐阶段和针对多器官异常检测的微调阶段，提高了视觉和文本表示之间的对齐，并在MedMoM-MRI3D数据集上显著优于现有的视觉-语言模型。
这篇论文提出了TradeFM，一个用于市场微观结构的生成式基础模型，通过学习来自数亿个交易事件的通用表示，实现了跨资产泛化，并通过与市场模拟器集成，复现了金融回报的关键特征，如重尾、波动聚集和无自相关回报，显著优于现有基准。
这篇论文提出了FedRot-LoRA，一种用于联邦LoRA框架的解决方案，旨在解决联邦学习中由于旋转不匹配导致的聚合误差问题。通过在聚合前对客户端更新进行正交变换，FedRot-LoRA能够保持语义更新，减少客户端子空间不匹配，同时不增加通信成本或限制模型表达能力。
这篇论文提出了AgenticOCR，一种动态解析范式，将OCR从静态的全文处理转变为查询驱动的按需提取系统，以解决视觉文档RAG中页面级分块和检索的瓶颈问题，提高了视觉RAG系统的效率和准确性。
这篇论文提出了DisTaC，一种通过知识蒸馏预调整任务向量，以提高模型合并鲁棒性的方法。DisTaC解决了任务向量规范差异和源模型低信心问题，显著提升了模型合并的性能。
这篇论文提出了Auton Agentic AI框架，旨在解决从生成式AI到自主AI转变中出现的架构不匹配问题。该框架通过严格分离认知蓝图和运行时引擎，实现了跨语言的可移植性、形式化的可审计性和模块化工具集成。它引入了增强的POMDP模型、受生物记忆系统启发的分层记忆巩固架构，以及通过策略投影进行安全执行的定义。
这篇论文提出了一种针对印度法律研究的域分区混合RAG和知识图谱架构，旨在解决法律文本中的多跳推理、引用链和跨域依赖问题。该系统通过三个专门的RAG管道和基于Neo4j的法律知识图谱，实现了对法律文本的优化检索和关系推理，显著提高了法律AI系统的准确性和可解释性。
