Cloudflare 27B 多模态决策模型 Clef 上架 Ollama
Clef，一个来自 Cloudflare 的 27B 多模态决策模型，现已在 Ollama 上可用，用户可在本地或 Ollama 云端运行。Clef 基于 Qwen3.8-27B 微调，采用 Apache 2.0 许可，支持文本和图像输入，可一次性对每个问题打分而非逐词生成。
全部 AI 动态
Ollama：BlogAI 评分5656 Preferred Networks：AI 研究与产品AI 评分4141 PFN 与 Tenstorrent 联合研究入选 NEDO 光电融合 xPU 设计开发项目
Preferred Networks（PFN）与 Tenstorrent 的共同研究被 NEDO 的“光电融合技术 xPU 设计开发”主题采纳，计划研发至 2031 年度并推动成果商业化。
Stanford HAI News精选AI 评分6767 斯坦福 HAI 发布 MedHELM、PhysicianBench 与 HealthAdminBench，测出医疗 AI Agent 实际完成率不足一半
斯坦福团队总结三年构建医疗 AI 基准的成果，PhysicianBench 上最佳模型 GPT-5.5 单次仅完成 46% 任务，HealthAdminBench 上 Claude Opus 4.6 完成 36.3%。MedHELM 覆盖 5 大类 121 项临床任务，评测显示临床决策支持和管理流程得分最低；失败主要来自跨文档与系统传递信息时丢失上下文，两项基准均以合成数据、公开代码和排行榜开放。
推荐理由：斯坦福团队基于三年基准构建经验给出实测结论，最好的医疗 Agent 完成任务不足一半，失败多源于跨系统信息传递。
Cursor：Changelog精选AI 评分6565 Cursor 正式推出 Agent SDK，可用代码文件夹定义并部署智能体
Cursor 正式推出 Agent SDK，支持以代码文件夹形式定义智能体，用评估测试，并部署到 Cursor 或自有基础设施。运行 npx @cursor/agent-sdk init 即可初始化，agent-sdk deploy 会构建智能体并分配 URL；提供安全审查、PR 自动修复、Linear / Jira 分诊等模板。
推荐理由：原文给出智能体即代码的项目结构和评估、部署命令，读者可以据此把 PR 审查、Slack 分诊等机器人跑起来。
Mastra BlogAI 评分6161 Mastra 讲解如何用 Firecrawl profiles 让 Agent 登录网站
Mastra 博客讲解 Firecrawl 团队为 Mastra 构建的 @mastra/browser-firecrawl 浏览器提供方，它给 Agent 一个托管浏览器来访问需登录的页面，本机无需运行 Chromium，演示登录 Sauce Labs 测试商店并完成背包结账。
OpenAI：官网动态精选AI 评分6464 OpenAI 推出两项自建评测，展示 GPT-6 系列在 COBOL 等低资源编程语言上的进步
OpenAI 宣布最新模型在 COBOL、Fortran、Visual Basic 等低资源编程语言上能力显著提升，并推出两项自建评测。
推荐理由：原文给出低资源语言的两套自建评测和逐语言数据，读者可据此评估新模型在遗留系统维护与迁移上的可用性。
Prime IntellectAI 评分4545 prime-rl 0.10.0 发布：训练提速、新 RL 损失 IPO 与统一评测栈
Prime Intellect 发布 prime-rl v0.10.0 与 verifiers v0.4.0，新增 RL 算法 IPO 并设为默认损失。Qwen3-235B-A22B SFT 在 4×8 B300 上比 torchtitan 快 1.15×，MFU 从 40.7% 升至 46.6%。
vLLM 官方博客AI 评分5353 vLLM 讲解 Elastic EP 如何借助 NIXL EP 实现近零停机扩缩容
vLLM 官方博客讲解如何通过异步准备与 NIXL EP 实现 Elastic Expert Parallelism 的近零停机扩缩容。
NVIDIA BlogAI 评分5656 德国与 NVIDIA 签署联合意向宣言，推进工业 AI 并投资四家德国初创
德国总理 Merz 与 NVIDIA CEO 黄仁勋在柏林对谈德国 AI 路线图，德方签署联合意向宣言，将与 NVIDIA 合作推进物理 AI 模型和工业 AI 生态。
Anthropic：Alignment Science BlogAI 评分5555 Anthropic 发布 GRAFT 方法：通过定位不良行为到可移除参数来减少 reward hacking
MATS 项目研究者在 Alignment Science Blog 发布 GRAFT（Gradient Routing Adapter Fine-Tuning）方法，将被监测到的 reward hacking 行为定位到专用 FORGET 适配器并在部署前消融，而非像奖励惩罚那样教模型规避监测器。
Hugging Face 官方团队博客AI 评分5757 TorchNeuron 开放公测：Hugging Face 库原生支持 AWS Trainium
Hugging Face 宣布 Transformers、Diffusers、Accelerate、PEFT 和 TRL 通过 TorchNeuron 原生支持 AWS Trainium。
GitHub BlogAI 评分5151 GitHub Copilot 教程：如何在 VS Code 中继续 Copilot app 会话
GitHub 官方教程讲解如何将 GitHub Copilot app 中的会话直接在 VS Code 中打开并继续。通过会话中的 Open in VS Code 入口，VS Code 会以会话关联的 worktree 打开项目，保留任务、计划与对话上下文，可逐行审查 agent 改动、手动编辑、本地运行测试，并将更改推送到会话关联的 pull request。
Claude：YouTube同事件AI 评分6868 Claude 推出 Dashboards 和 Motion 两款新工具并转正 Docs、Slides、Design
Claude 宣布 Dashboards 和 Motion 进入 beta。Dashboards 可连接数据平台或 CRM，生成随数据变化实时更新的仪表盘，面向所有付费计划；Motion 把报告或图表变成动画讲解短片，以代码方式生成、无视频模型参与，可修改文字、数字和节奏后导出 MP4，面向 Team 和 Enterprise 计划。
同一件事，精选收录的是《Claude 推出 Dashboards 实时仪表盘与 Motion 动画讲解功能》
Artificial Analysis 完整文章AI 评分4545 Artificial Analysis 发布 AA-PersonalityBench，衡量 AI 模型的沟通风格
Artificial Analysis 推出 AA-PersonalityBench，用 30 项人格特质、每项 30 道题共 900 道题，在无系统提示下评测模型的默认沟通风格。
NVIDIA：NewsroomAI 评分4949 NVIDIA 在 Jülich 超算中心完成 104 量子比特容错量子计算模拟
NVIDIA 在德国 Jülich 超算中心的 JUPITER 上完成 104 量子比特容错量子计算模拟，这是迄今规模最大的容错量子处理器完整模拟。该模拟验证了 magic state cultivation 方案，所需物理量子比特比此前方法少 90%，并首次在真实硬件噪声下评估其表现。模拟基于 GH200 超芯片与 cuQuantum、CUDA-Q 运行，可让研究者在造硬件前预测设计性能。
MIT NewsAI 评分4343 MIT 等团队开发 E(3)-Pose：用对称性先验提升胎儿脑 MRI 成像可靠性
MIT、波士顿儿童医院与 Inria 的研究者开发并训练了深度学习模型 E(3)-Pose，可在胎儿头部运动时辅助成像，生成供放射科医生查看的高分辨率三维图像。该模型把胎儿头部的左右对称性等物理原理嵌入网络架构，而非仅从数据中学习物理规律，从而更准确地识别大脑朝向。相关论文已在 2026 年欧洲计算机视觉会议（ECCV）上展示，目前模型主要基于第三孕期胎儿训练。
Together AI 研究与产品博客AI 评分5959 Together AI 发布 Together Post-Training 定制模型训练服务
Together AI 推出 Together Post-Training 服务，支持用户自定义完整训练循环，通过 RL 环境奖励和 SFT 数据训练专属模型。
Inception Labs：Blog精选AI 评分6969 Inception Labs 发布扩散大语言模型 Mercury 3，速度达 1068 tokens/秒
Inception Labs 发布扩散式大语言模型 Mercury 3，称其在多项基准上超过 GPT-6 Luna 和 Claude Haiku 5.5，速度达 1068 tokens/秒，参数量较 Mercury 1 扩大 40 倍以上。
推荐理由：官方发布给出扩散模型规模化的关键数据，包括速度、上下文和价格，可用作评估实时 AI 应用选型的参考。
Google Developers BlogAI 评分5656 Google 发布 LiteRT Tensor API，用 C++ 手写端侧模型图并跨 CPU、GPU、NPU 运行
Google 发布 LiteRT Tensor API，一个轻量 C++ 模型编写层，可在 CPU、GPU（ML Drift）、NPU 上运行同一计算图，或经 XNNPACK 无需模型文件直接在 CPU 运行。
蚂蚁 inclusionAI：HuggingFace 新模型AI 评分4949 蚂蚁 inclusionAI 开源医疗专用模型 Ling-3.0-flash-Sante，124B 总参数
蚂蚁 inclusionAI 在 Hugging Face 和 ModelScope 发布医疗专用模型 Ling-3.0-flash-Sante，基于 Ling-3.0-flash 构建，总参数 124B、每 token 激活 5.1B。
Google Developers Blog精选AI 评分6565 Google ADK 教程：用流式工具与响应调度构建永不冷场的语音智能体
Google Developers Blog 发布教程，讲解如何用开源 ADK 与 gemini-3.8-live 构建不出现冷场的语音智能体，核心是非阻塞工具调用。
推荐理由：Google 官方教程给出 ADK 非阻塞语音工具的两种模式和实测数字，可迁移到自己的 Gemini Live 语音智能体开发。
Meta Engineering BlogAI 评分5353 Meta 详解 GenRecs Tokenization：用稳定语义词表改造广告推荐
Meta 工程博客介绍 GenRecs Tokenization，一种用稳定语义 token 词表替代逐条目 ID 的广告推荐数据表示，配合 GEM 与 Adaptive Ranking Model 带来 +0.35% 转化提升。
Cohere Labs：官方研究博客AI 评分4242 Cohere Labs 提出 CALIBER：让推理模型在推理前后分别给出置信度
Cohere Labs 提出 CALIBER 方法，训练推理模型在开始推理前估计解题成功率、推理后再评估该答案正确的可能性。在 BigMathDigits 上，7B 模型的 ECE 从最强单置信度基线的 0.059 降至 0.028，降幅 52.5%，AUROC 达 0.806、Brier 分数 0.130。该 7B 模型在未经额外训练的情况下，改进还扩展到数学之外的问答基准。
Fireworks AIAI 评分5656 Fireworks 开放 Muse Glimmer 30B 免费 SFT 训练，微调版在 Kalshi 预测上超过 Jev 11.2 个百分点
Fireworks 推出 Free Weights Club，Muse Glimmer 30B 的 SFT 训练在 11 月 30 日前免费。
Fireworks AIAI 评分4444 Fireworks AI 免费微调 Muse Glimmer 30B，预测准确率超 Jev 11.2 个百分点
Fireworks AI 推出 Free Weights Club，Muse Glimmer 30B 的 SFT 训练在 11 月 30 日前免费。
Qoder 产品与技术博客AI 评分4646 Qoder Fast 模式速度优化详解：首次响应从 8 秒缩短至 3 秒
Qoder 详解 Fast 档位的速度优化技术，首次响应从 8 秒缩短至 3 秒，Credits 消耗从 1.1x 降到 0.8x。优化覆盖客户端、Harness 工具并行、模型调度与网络链路四部分，其中冷启动耗时优化 60% 以上，工具并行率提升 50% 以上，网络大包传输 p95 消耗降低 50% 以上。
PyTorch：BlogAI 评分4545 PyTorch Helion 借助 NVIDIA CompileIQ 联合搜索 ptxas 编译控制
PyTorch Helion 现可借助 NVIDIA CompileIQ 搜索 ptxas 编译控制空间，并将其与 tile 大小、warp 数等内核配置联合调优，在已离线调优的约 27 个内核上进一步提速。CompileIQ 把调优结果打包为可移植的 Advanced Control File（ACF），Helion 的 autotuner 可将 ACF 列表作为额外搜索维度评估。
LangChain：Blog精选AI 评分6161 Numan 如何用 LangGraph 和 LangSmith 构建评测优先的 AI 健康教练 Nu
英国数字健康公司 Numan 复盘其 AI 健康教练 Nu 的评测体系建设，核心结论是稀缺资产不是提示词而是评测标准。单轮静态数据集和脚本化多轮对话都难以覆盖真实会话，Nu 改为按类别打分的主题数据集、以更廉价模型扮演患者的模拟对话层，并让安全回归自动阻断发布。
推荐理由：Numan 一手复盘 AI 健康教练的评测体系建设，给出的固定数据集、模拟对话和临床医生签核准则等做法可迁移到其他受监管场景。
Meta Engineering Blog精选AI 评分7070 Meta 详解 Thin Orchestrator 模式：让路由少干活提升 AI 智能体可靠性
Meta 工程团队介绍其数据管道智能体采用的瘦编排器（thin orchestrator）模式：一个约 1300 行的编排器只负责路由和可靠性检查，将 20+ 工作流分派给 14 个上下文隔离的专项子智能体，自身不做任何领域推理。
推荐理由：Meta 工程团队给出可直接迁移的瘦编排器架构方法，用固定路由协议和隔离子智能体降低生产智能体的幻觉风险。
蚂蚁 inclusionAI：GitHub 新仓库AI 评分4747 蚂蚁 inclusionAI 开源 Ming-3.0-asr-tiny 语音识别模型
蚂蚁 inclusionAI 在 GitHub 发布 Ming-3.0-asr-tiny，将 Ling-tiny-v3 语言模型与音频编码器结合，支持中英文转写、方言识别和上下文 ASR。
蚂蚁 inclusionAI：GitHub 新仓库精选AI 评分7272 蚂蚁 inclusionAI 开源 Ming-3.0-tts 语音合成模型
蚂蚁 inclusionAI 在 GitHub 发布 Ming-3.0-tts，包含 0.5b dense 和基于 Ling V3 的 tiny（7.9B 总参数、1.3B 激活）两个语音生成模型，MIT 协议开源，权重可在 Hugging Face 和 ModelScope 下载。
推荐理由：官方仓库给出两版模型的榜单名次、完整任务列表和部署细节，读者可据此评估其在多语言与副语言控制上的实际可用性。
Modal 官方工程博客AI 评分5151 Modal 实测 NVIDIA Vera CPU：高负载下沙箱吞吐翻倍
Modal 工程团队分享 NVIDIA Vera CPU（Arm 兼容）在 Modal Sandboxes 的基准测试，作者自建 Agentless Agent Bench（50 个 Terminal-Bench oracle 解法与验证器、剥离网络调用、并发 Docker 容器运行）对比多款 CPU。
n8n Blog精选AI 评分6666 n8n 教程：在 NVIDIA DGX Spark 上离线运行全套 AI 工作流
n8n 博客发布教程，讲解如何在一台 NVIDIA DGX Spark（128GB 统一内存）上部署七个本地模型，通过 LiteLLM 单一 OpenAI 兼容端点驱动 n8n 工作流，全程不调用云 API。
推荐理由：作者在自有 DGX Spark 上实测整套本地模型栈，给出内存分配、License 筛选和并发性能数据，可迁移到小型团队的私有化部署。
Meta Engineering Blog精选AI 评分6666 Meta 详解 Prometheus 吉瓦级超集群：一期已完成并用于训练 Muse 模型
Meta 介绍其位于俄亥俄州 New Albany 的吉瓦级超集群 Prometheus，一期已建成并用于训练 Muse 系列基础模型，目标扩展到约 100 万张 GPU。
推荐理由：Meta 官方拆解其俄亥俄超集群的网络、散热与可靠性工程，读者可了解吉瓦级训练集群的实际运行细节。
Microsoft：Official BlogAI 评分4040 Microsoft 如何用 Project Perception 守护企业内部的 agentic insider
Microsoft 提出用 Project Perception 管控企业内部数量快速增长的 agentic insider，通过身份、数据、云、端点、网络和运行时等传感器信号发现智能体并纳入管理。
PyTorch：Blog精选AI 评分6767 AWS 发布 TorchNeuron：Trainium 的原生 PyTorch 后端开源
AWS 宣布推出 TorchNeuron，一个面向 Trainium 的开源原生 PyTorch 后端，10 月 20 日以 Apache 2.0 协议在 PyTorch Conference North America 开启公测。
推荐理由：原文给出 TorchNeuron 的架构、执行模式和兼容性测试数据，开发者可据此评估把现有 PyTorch 工作流迁到 Trainium 的成本。
MiniMax：Blog精选AI 评分7070 MiniMax 发布 M3.1 Flash，推理提速近三倍、用量成本降低 70%
MiniMax 发布 MiniMax M3.1 Flash，匿名模型 Space Bunny 是其早期版本，曾处理超过 200 万亿 token。
推荐理由：官方给出具体基准分数、推理速度和每百万 token 定价，读者可直接对比智能体任务的性价比变化。
Tibo@thsottiauxAI 评分4141第 14 天/ 小幅体验改进。现在你可以在桌面应用的对话线程中编辑此前发送的消息。这是长期被请求的功能，推出得实在太晚了。
Tessl：产品与工程博客AI 评分4545 如何在 5 分钟内为代码仓库接入 Tessl 智能体代码审查
Tessl 发布教程，演示如何在约 5 分钟内为 GitHub 仓库接入 Tessl Code Review 自动审查器。该工具读取完整 pull request 而非孤立 diff，按团队自定义标准打分并发布一次审查结果，可配置为仅评论或批准/请求修改。审查标准以 skills 形式存放在仓库中，默认在 PR 打开或被请求时触发，也可设为每次更新后运行。
Anthropic：NewsroomAI 评分5858 Anthropic 设立 Public Benefit Fund 承诺投入 5% 股份并随估值增长递增
Anthropic 宣布将部分股份投入新设立的 Anthropic Public Benefit Fund：经股东批准后今日承诺 5% 股份，公司估值每较基准上涨 50% 可由董事会酌情追加 2%。