搜索
SWE-Verifier选择性验证编码智能体动作
SWE-Verifier由Qwen3.5-4B训练，在不足4%步骤触发候选采样与排序。mini-swe-agent上，MiniMax-M2.7解决率从75.47%到77.20%，成本1.09倍；DeepSeek-V4-Flash从72.60%到74.27%，成本1.13倍。国内可用性与价格未知。
5 分钟前动态MPIDetector用少样本推理检测跨模态提示注入
论文提出MPIDetector，用少样本上下文学习而非微调，检测文本与图像中的提示注入。评测覆盖Gemini、Qwen与豆包等模型，文本最高准确率90.91%，视觉最高99.28%，500条混淆网页注入检出率最高99.80%。价格与国内可用性未知。
7 分钟前动态FusionEval：大模型融合难低成本兼顾推理与工具使用
FusionEval是面向大语言模型融合的基准，用受控专家池比较免训练与需训练方法。专家来自Qwen3和Llama，覆盖数学、代码、科学、指令遵循和工具使用。结果显示免训练方法能保留推理，但工具使用明显下降；MOPD更均衡，却需要额外数据、推理和训练。低成本同时保住三项能力仍是挑战。
9 分钟前动态轻量框架OPTICYCLE与OPTISTATE提升优化建模准确率
研究提出OPTICYCLE与OPTISTATE两种轻量推理框架，用单一模型角色把自然语言优化问题转成求解程序，无需额外训练。九个基准共2634题、11个0.6B至27B的Qwen模型显示，执行引导修订最高提升宏准确率49.46个百分点，并优于多种智能体流程与后训练模型。显式状态增益因模型而异。
26 分钟前动态生成式奖励模型缩放研究：静态准确率常与在线优化效果脱节
论文研究生成式奖励模型如何为创意写作的在线策略优化提供偏好。Qwen3奖励模型从0.6B到14B：GRPO的Thinking评委静态金标准确率更高，但在线DPO里Answer-Only奖励器在八组中的七组获得更高策略Elo。静态准确率不能决定下游优化质量，且排序依赖所学的32B参照评委。
29 分钟前动态纠正一种已捕获串谋，可降低但无法消除未见串谋
研究检验同一模型副本互监时的串谋：在Llama-3.3-70B与Qwen2.5-72B植入五组行为后，仅用300条已捕获串谋的诚实评审微调监控器，未捕获串谋由91%降至14%至20%，但未消除。无关样本对照仍为56%至93%。能力大体保留，价格与国内可用性未知。
32 分钟前动态BELT用可复用信念表示实现大模型推理早停
推理大模型常在答对后仍继续生成，浪费算力甚至改错。BELT把答案信念预测与停止策略分开，用冻结隐状态训练探针，再以线性策略适配不同token成本。五项分布外数学基准上，Qwen3-1.7B与OLMo-3-7B-Think分别少生成约41%和51%的token且准确率不降，并迁移到编程与智能体任务。
33 分钟前动态Hugging Face出现qwen-qwen-image-2-1-turbo应用空间
Hugging Face页面出现hugging-apps名下的qwen-qwen-image-2-1-turbo应用空间。资料显示其为App，带有Agents标识，状态为Running on Zero，获143次点赞，社区信息为2条，元数据仍在获取。空间具体能力、参数、价格和国内是否可访问均未知。
45 分钟前动态fishpasters上线未审查图像转换Space
fishpasters在Hugging Face上线图像空间uncensored-imageTOimage2Ref，页面称复制自vclnhihihi/qwen-image-21-uncensored，点赞109，并显示Agents Running on Zero。参数、价格与国内可用性未知。
46 分钟前动态raubatz复制公开Qwen Image 2.1无审查LoRA空间
Hugging Face出现由raubatz复制的Qwen Image 2.1无审查AIO LoRA空间，源自arudradey同名项目，页面标注171个赞与Zero运行。当前仅有不完整快照，参数、价格、授权及国内能否使用均未知。
46 分钟前动态REMORY以软记忆令牌补足摘要，压缩长程智能体上下文
REMORY在文本摘要后追加可学习软记忆令牌，用少量上下文补足长程决策信息。SummHay上溯源提升、洞察覆盖几乎不变，仅用5.2%输入位置接近全上下文联合分数。Qwen3.8-27B与GLM-5.3-Flash基准稳定增益，并减少重复工具输出和工具错误。价格与国内可用性未知。
48 分钟前动态平头哥发布千问量化版本，提供推理部署与精度对照
平头哥在魔搭提供 Qwen3.8-Flash-Next 的 W8A8 量化版本，对专家和注意力等部分采用八位权重与激活量化，并列出推理部署与评测对照。它是基于已有模型的部署资源，不应写成千问新一代基座模型发布。
50 分钟前动态Cloudflare 开放多模态决策模型，一次返回多题概率
Clef 基于 Qwen3.8-27B，将文本、JSON、图片或视频状态与结构化问题一起输入，一次前向计算就返回每题候选项的概率。它不生成自由文本，接口兼容相关决策模型格式，仓库提供权重、联合评分头和多题示例，采用 Apache 2.0。适合构建受限选项的业务判断。
50 分钟前动态RSIPO提出技能与策略协同进化的自改进智能体强化学习
RSIPO是一种自进化智能体强化学习框架，让策略从完成轨迹中抽取技能并与策略共同进化，同时用经验贝叶斯收缩校准对教师打分的信任。以Qwen2.5-7B为基座，其在ALFWorld上平均成功率达98.6%，较次优基线高2.5个百分点，较标准GRPO高17.4个百分点。代码、价格与国内可用性未知。
51 分钟前动态Carbon-X开源：约148亿参数DNA模型五项基准均分66.7%
Carbon-X是Hugging Face Bio开源的约148亿参数解码器模型，把DNA与自然语言放在同一词流中处理。资料称五项DNA基准平均66.7%，高出起点Qwen3-14B约27个百分点，并可在单张80GB GPU上运行。国内是否可用及正式价格未知。
1 小时前动态ComfyUI可加载Fibo 2.0：结构化长描述文生图权重已重打包
Comfy-Org发布Fibo 2.0的ComfyUI重打包权重，包含开发版与编辑加速版的bf16及int8文件，并配套Qwen3-VL 4B文本编码器和Flux2 VAE。权重版权归BRIA AI，采用CC BY-NC，仅限非商业用途。国内能否直接获取及商用报价均未知。
1 小时前动态英伟达发布Qwen3.8-Flash-Next的NVFP4本地量化版
英伟达发布阿里Qwen3.8-Flash-Next的NVFP4量化版，总参1250亿、激活60亿，支持文本图像视频，上下文可至100万token。模型卡显示Blackwell配合vLLM验证，GPQA与工具基准接近BF16；新尺度压缩尚未进入上游vLLM，须用专用容器。国内可用性与价格未知。
1 小时前动态Kromoss：MOSS-Image-Base的1024全量微调与8步LoRA
Kromoss是MOSS-Image-Base的1024像素全量微调，文本编码为Qwen3.5-9B，VAE为FLUX.2小型解码器，可替换MOSS-Image-SFT。附带DMD与DMD2两枚8步LoRA，权重为第11000步EMA，训练约70.4万张，Apache 2.0。价格与国内可用性未知。
1 小时前动态上海AI实验室发布35B智能体模型Sage-A1.5
上海人工智能实验室发布35B混合专家智能体模型Sage-A1.5，基于Qwen3.6与Agents-A1，主打子任务并行编排、过程核验和开放科学探索。模型卡列出多项基准成绩，并说明可用Transformers、vLLM和SGLang加载。价格、国内可用性未知，本文未实测。
1 小时前动态FLUX 3 Image Klein开源：同一5.6B模型覆盖文生图与多参考编辑
Black Forest Labs发布FLUX 3 Image Klein。图像变换器5.6B，文本编码器独立为Qwen3-VL-4B。同一模型可文生图、编辑，并接收最多10张参考图。蒸馏版16步、无guidance；基座版50步、CFG 3.5。短提示须先上采样。国内可用性与价格未知。
1 小时前