精选 49 篇，从 450+ 条中筛选
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。
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。
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。
KittenML/kitten-tts-mini-0.8 是一款轻量级的开源文本到语音模型，具有8000万参数和约79MB的文件大小。该模型定位为特定领域微调模型，专注于文本到语音转换。其核心技术基于StyleTTS 2架构，支持多种语音选择。性能方面，未提供权威基准测试结果，但模型下载量和点赞数表明其在社区中具有一定的受欢迎度。主要应用场景为需要轻量级、快速语音生成的场景，如移动应用、在线教育等。实用考量方面，模型开源，支持Python安装，对硬件要求不高，推理效率适中。
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-TTS是一款专注于语音合成的大语言模型，定位为特定领域微调模型。其核心技术包括自研的Qwen3-TTS-Tokenizer-12Hz和离散多码本LM架构，支持多种语言和方言，具有强大的语境理解和自适应控制能力。性能上，模型实现了低延迟的流式生成，端到端合成延迟低至97ms。主要应用场景包括实时交互和个性化语音合成。模型开源协议为Apache-2.0，适合对实时性和个性化语音合成有较高要求的场景。
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。
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。
🔥 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。
Qwen3-Coder-Next是一款针对代码生成和本地开发设计的开源语言模型。该模型具有3B激活参数和80B总参数，上下文长度为256k，支持多种CLI/IDE平台。其核心技术包括混合布局、MoE和Gated DeltaNet。在代码生成任务中表现出色，具有高效的性能和强大的适应性。模型在HuggingFace平台上的下载量和点赞数均较高，表明其在LLM领域中的受欢迎程度。主要应用场景包括代码生成、本地开发和集成到IDE中。
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/Qwen3.5-35B-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。
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。
nvidia/personaplex-7b-v1是一款定位为通用大模型的LLM，具有7B参数量，支持多语言。其核心技术为Transformer变体，并采用moshi库进行优化。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。模型开源，适用于多种硬件平台，与vLLM等推理框架兼容。主要应用场景包括多语言问答、代码生成等。
ZUNA是一款针对脑电图（EEG）信号处理的轻量级模型，定位在特定领域微调模型。它采用380M参数的掩码扩散自动编码器架构，具有去噪、重建和上采样EEG信号的能力。ZUNA在去噪、重建和上采样方面显著优于现有方法，特别适用于需要轻量级GPU或CPU的场合。该模型基于约200万小时的EEG数据训练，支持开源Apache-2.0协议，适用于研究和开发。
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。
🔥 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。
这篇论文提出了一种名为VGG-T^3的3D重建模型，该模型通过将场景几何的变长键值空间表示蒸馏为固定大小的多层感知器（MLP），解决了离线前馈方法在处理大量输入图像时的计算和内存需求问题。VGG-T^3能够线性扩展，以类似在线模型的方式重建1k图像集合，速度比基于softmax注意力的基线快11.6倍，同时保持了全局场景聚合能力。
这篇论文提出了一种名为Asymmetric Confidence-aware Error Penalty (ACE)的强化学习方法，旨在解决现有强化学习算法在处理可验证奖励的强化学习（RLVR）时，由于对错误惩罚的均匀性导致模型推理边界狭窄和生成多样性降低的问题。ACE通过引入一个针对每个rollout的置信度偏移度量来动态调节负优势，从而更有效地纠正过自信的错误，提高模型的推理准确性和生成多样性。
MedCLIPSeg论文提出了一种基于CLIP的医学图像分割框架，通过概率视觉语言适应，实现数据高效和泛化能力强的医学图像分割。该方法利用概率跨模态注意力机制，实现图像和文本标记之间的双向交互，并通过软对比损失促进语义学习，提高了分割的准确性和鲁棒性。
这篇论文提出了一个名为Exgentic的通用智能体评估框架，旨在解决现有智能体评估方法中存在的公平性问题。该框架通过统一的协议和基准，对五个主要的智能体实现进行了跨六个环境的评估，结果表明通用智能体在不同环境中表现良好，无需特定环境调整即可达到特定领域智能体的性能。
这篇论文研究了开放词汇分割（OVS）在视觉语言模型（VLMs）中的应用，提出了一种通过融合文本和视觉支持特征的方法，以解决OVS在训练和测试时的监督差距问题。该方法通过引入少量样本，结合文本提示和像素标注图像，实现了一个轻量级的图像分类器，从而在保持开放词汇能力的同时，显著缩小了零样本分割与监督分割之间的差距。
这篇论文研究了影响大型语言模型（LLM）性能的查询特征，通过构建一个包含多个维度的查询特征向量，分析了不同查询特征对模型幻觉倾向的影响，并提出了基于查询特征的风险景观模型，为查询重写和未来干预研究提供了实证依据。
这篇论文提出了一种基于MEG（脑磁图）的语音模型，通过迁移学习和跨任务解码，在有限的数据下实现了高效的神经解码。作者使用预训练的Conformer模型，在少量数据上进行微调，实现了跨任务的语音/静默检测，证明了迁移学习在脑机接口领域的潜力。
这篇论文介绍了DLT-Corpus，这是迄今为止最大的分布式账本技术（DLT）领域的文本集合，包含2.98亿个标记和2200万份文档。论文通过分析技术出现模式和市场需求关系，揭示了技术从科学文献到专利和社交媒体的转移过程，并展示了DLT-Corpus在NLP任务中的应用潜力。
这篇论文提出了MobilityBench，一个用于评估基于大型语言模型的路由规划代理在现实世界移动场景中的可扩展基准。该基准通过模拟真实用户查询，提供了一种可重复的端到端评估方法，并提出了多维度的评估协议，以分析模型在信息检索、路线规划和偏好约束路线规划等方面的表现。
这篇论文提出了一种名为MMHNet的多模态层次网络，用于解决视频到音频生成模型中的长度泛化问题。该方法通过结合层次方法和非因果Mamba，支持长音频生成，显著提高了长音频生成的质量，实验结果表明，该方法在长视频到音频基准测试中取得了显著成果。
这篇论文提出了EmbodMocap，一种使用两个移动iPhone进行便携式、低成本的人体场景重建方法，旨在解决在真实环境中大规模收集场景条件下的运动数据的问题。该方法能够联合校准双RGB-D序列，在统一的坐标框架中重建人类和场景，并支持单目人体场景重建、基于物理的角色动画和机器人运动控制等AI任务。
MediX-R1提出了一种开放式的医疗强化学习框架，用于医疗多模态大型语言模型，通过微调视觉-语言骨干网络，结合基于组的强化学习和定制奖励，实现临床基础上的自由形式回答。该框架使用基于LLM的准确性奖励、基于医疗嵌入的语义奖励以及轻量级格式和模态奖励，为开放式输出提供稳定的反馈。实验结果表明，MediX-R1在标准医疗LLM和VLM基准测试中取得了优异的成绩。
这篇论文提出了一个名为Search More, Think Less (SMTL)的框架，旨在提高长周期智能体搜索的效率和泛化能力。该框架通过并行证据获取代替顺序推理，并引入统一的数据合成管道，以支持不同任务类型的泛化。通过监督微调和强化学习训练，SMTL在多个基准测试中实现了显著的性能提升。
这篇论文提出了AgentDropoutV2，一种在多智能体系统中通过测试时修正或拒绝剪枝来优化信息流的框架。该框架旨在动态优化智能体系统的信息流，而不需要重新训练，通过拦截智能体输出并使用检索增强的修正器来迭代地纠正错误，从而显著提高任务性能。
这篇论文提出了诊断驱动的渐进式进化（DPE）方法，用于大型多模态模型（LMMs）的迭代训练。DPE通过诊断模型的能力盲点，动态调整数据混合，并指导生成针对特定弱点的数据，以实现持续的性能提升。
这篇论文提出了一种基于条件引导调度的混合数据管道并行框架，旨在加速条件扩散模型的生成过程。该方法结合了新的数据并行策略和条件分区，以及自适应的管道调度方法，以减少生成延迟并保持高生成质量。实验结果表明，该方法在SDXL和SD3上分别实现了2.31倍和2.07倍的延迟降低，同时保持了图像质量。
这篇论文提出了TRC^{2}，一种针对语言模型的持续学习架构，通过稀疏的丘脑路由和皮质柱结合调制、预测、记忆和反馈机制，以及快速纠正路径，实现了高效的训练和推理，同时保持了系统各部分的清晰分离，从而在保持先前学习行为的同时，实现了快速适应。
这篇论文提出了一种通过评估人工智能在人类游戏中的表现来衡量机器通用智能的新方法。它引入了AI GameStore平台，该平台能够自动生成和适应人类数字游戏平台上的标准化游戏环境，以评估机器在广泛的人类游戏中的表现。
这篇论文提出了EMPO^2，一种结合了记忆增强和混合策略优化的强化学习框架，用于提高大型语言模型在探索未知状态时的性能。该方法通过利用记忆来促进探索，并结合在线和离线策略更新，使LLM在具备记忆时表现优异，同时在不依赖记忆的情况下保持鲁棒性。
OpenAI与亚马逊宣布建立战略合作伙伴关系，将OpenAI的Frontier平台引入AWS，以扩展AI基础设施、定制模型和企业AI代理。
这篇论文提出了CourtGuard，一个基于检索增强的多智能体框架，用于在大型语言模型（LLM）中实现零样本策略适应。该框架通过模拟证据辩论来评估安全性，无需微调即可达到最先进的性能，并展示了零样本适应性和自动化数据整理与审计的能力。
这篇论文提出了MiroFlow，一个高性能且鲁棒的开放源代码智能体框架，旨在解决大型语言模型在处理需要与外部工具交互的复杂任务时的局限性。MiroFlow通过灵活的智能体图、可选的深度推理模式以及鲁棒的流程执行来提升性能和稳定性，并在多个智能体基准测试中实现了最先进的性能。
这篇论文通过随机矩阵理论（RMT）和光谱几何，分析了大型语言模型（LLM）的结构和冗余问题，提出了EigenTrack和RMT-KD两种方法，分别用于检测模型中的幻觉和压缩深度网络，以提升模型的可靠性和效率。
这篇论文提出了VeRO，一个用于评估和优化智能代理的框架，通过版本控制、奖励和观察来提供可重复的评估环境，并包含了一系列基准代理和任务，以支持智能代理优化研究。
这篇论文提出了一种名为MovieTeller的新框架，用于通过工具辅助的渐进式抽象生成电影摘要。该框架利用无监督的方法，通过外部工具如人脸识别模型来建立事实基础，并逐步分解电影摘要过程，以解决现有视觉语言模型在长视频摘要中的问题，如缺乏ID一致的角色识别和叙事连贯性。
这篇论文提出了一种基于GPT-4o的迭代提示细化流程，用于创建适合阅读障碍人士的文本摘要。该方法通过调整文本的复杂度，提高了文本的可读性，并通过实验证明了其在新闻文章摘要中的有效性。
这篇论文提出了veScale-FSDP，一种改进的FSDP系统，通过结合灵活的RaggedShard分片格式和结构感知规划算法，解决了大规模模型训练中结构感知训练方法和非元素优化器的问题，显著提高了吞吐量和内存效率。
这篇论文提出了FactGuard，一个基于强化学习的视频虚假信息检测框架。该框架利用多模态大型语言模型进行迭代推理，并通过选择性调用外部工具来获取关键证据，以解决在证据稀疏或需要外部验证的场景中，现有方法依赖固定深度推理和内部假设的问题。FactGuard通过结合领域特定的监督微调和决策感知强化学习，优化工具使用并调整风险敏感的决策，在多个数据集上实现了最先进的性能。
DS-Serve是一个高效且可扩展的神经检索框架，能够将大规模文本数据集转换为高性能的神经检索系统，支持低延迟和高性能，适用于大规模检索增强生成、训练数据归因、训练搜索代理等多种应用。
