MiniCPM-V 4.7 升至 Hugging Face Trending 第二
面壁智能宣布 MiniCPM-V 4.7 升至 Hugging Face Trending 第二位。该模型包含 35B-A3B MoE 版本，可在 iOS 和 Android 上以约 3GB 内存运行；1B 版本在 OCR、数学和视频理解上表现较强。官方同时给出了 Hugging Face 模型页和 GitHub 仓库链接。
匹配字段摘要
←搜索结果
搜索“GitHub”
Git 被换掉、LLM 被替代：AI 编码开始反噬传统工具链？
雷锋网梳理了三个案例：Anthropic 因 Claude 持续生成代码，7 名工程师用 5 个月开发出版本控制系统 Scion 并迁移核心仓库，主分支历史接近 100 GB，迁移后基础设施 CPU 和内存需求约缩小 200 倍；GitHub 用微调后的 ModernBERT 替换密钥扫描中的通用 LLM，线上 Post-push 扫描执行时间中位数下降 86%，模型服务成本下降超过 98%；哥伦比亚大学与 Google DeepMind 等机构提出 BTTF，把芯片仿真波形转成 SQLite 供 Agent 用 SQL 排查异常，在 4.2 GB 波形实验中执行准确率 95.33%。文章认为，随着 Agent 提高代码产出，瓶颈会沿交付链路向后移到 CI 的构建、测试与部署验证。
匹配字段摘要、正文
PyTorch 发布 TorchNeuron：面向 AWS Trainium 的原生后端
PyTorch 宣布开源原生后端 TorchNeuron，让 Trainium 成为标准 PyTorch 设备，模型代码只需改为 .to('neuron') 即可运行，10 月 20 日以 Apache 2.0 协议在 github.com/aws-neuron/torch-neuronx 开放公测。该后端基于 PrivateUse1 和 torch.accelerator 扩展点，支持 eager、自适应 eager 与 torch.compile，并覆盖 DDP、FSDP2、张量并行等分布式 API 以及 NKI 自定义算子。官方称已在 10 万个 Hugging Face 模型上做覆盖测试，Hugging Face Transformers v5、Diffusers、vLLM Neuron 等可直接在 Trainium 上使用。
匹配字段摘要、正文
NVIDIA 以 Apache 2.0 开源 Run:ai 平台，用于 Kubernetes GPU 编排
NVIDIA 将完整的 Run:ai 平台以 Apache 2.0 协议在 GitHub 开源，包含控制平面、集群服务、安装器、CLI 和 MCP server，平台团队可自行审查、fork 和自托管，无需付费订阅。发布拆为 KAI Scheduler、GPU Fractioning Operator、KAI Resource Management 和 Workload Map 四个可独立采用的组件，其中 GPU 切分改用 CUDA 13.4 原生显存硬限制。本地开发通过 local-dev.sh 在 5 节点 Kind 集群（Kubernetes v1.32.5）上模拟 8 块 Tesla-A10 GPU，无需真实 GPU；社区版不含 NVIDIA 企业支持。
匹配字段摘要、正文
微软为 Project Perception 增加 Guardian Agents，管控企业内部 AI 智能体风险
微软于 2026 年 10 月 19 日宣布在 Project Perception 和 Microsoft 365 E7 中新增安全能力，把企业 AI 智能体视为潜在内部威胁，由 Guardian Agents 持续监督智能体行为，并按风险变化调整其权限。智能体发现范围新增 35 种本地智能体、总数达 60 种，包括 Claude Code、OpenAI Codex 和 GitHub Copilot；Dynamic Permissions 让智能体从零权限起步，只授予任务范围内、有时限的权限。Dynamic Agent Risk 综合智能体自身活动与身份、数据、端点、云、网络和运行时信号评估风险，高风险时可隔离运行时或直接停止执行。
匹配字段摘要、正文
iX 工作坊：如何正确应用 RAG——架构、检索与评估
heise online 的 iX 推出为期三天的线上互动工作坊“KI mit eigenen Daten richtig umsetzen: RAG, Embeddings und Retrieval-Architekturen bewerten und anwenden”，讲解 RAG 架构与技术基础，并覆盖云端和 On-Premise 部署。课程由微软 Azure AI 方向 MVP、GitHub Copilot 相关合作者 Gregor Biswanger 主讲，内容包括提示词优化、接入 OpenAI 与 Azure OpenAI 的 API，以及开发并测试自建 AI 智能体。工作坊每天 09:00–17:00 在线进行，面向希望上手 RAG 系统的开发者，入门与进阶均适用。
匹配字段摘要、正文
3000 万参数：可在 ESP32 上运行的本地 AI 语言模型 PocketGPT
YouTuber Marina 从零训练了约 3000 万参数的 AI 语言模型 PocketGPT，可在 ESP32-S3 上运行并完成简短对话，回答“how are you?”约需 12 秒。模型经 4 Bit 量化后，在带 16 MByte 额外存储的开发板上约 1.4 Token/秒，在 Seeed XIAO ESP32S3 上借助 microSD 卡外置部分模型约 0.74 Token/秒。其上下文仅 64 Token、单次回答最多 24 Token，代码、训练脚本和模型已在 GitHub 公开。
匹配字段摘要、正文
Birla AI Labs 发布印度自研时间序列基础模型 Yug-1
Aditya Birla Group 旗下 Birla AI Labs 发布首个时间序列基础模型 Yug-1，用于预测结果、识别模式并检测互联数据集中的异常。该模型在 GiftEval benchmark 上优于其他第一代 TSMF，与更新一代模型相比也具备竞争力，从训练到部署用时不到六个月。Yug-1 已在 GitHub 和 Hugging Face 开放给开发者与研究者测试。
匹配字段摘要、正文
Nikunj Kothari 称 reatools 仍被低估
Nikunj Kothari 表示，即便 GitHub 增长可观，他认为人们仍低估了 @reatools，称其“简直疯狂”。该帖引用了自己此前用 Claude Code 逆向分析网站 API 的帖子作为背景。
匹配字段摘要
如何在 5 分钟内为仓库添加 Tessl 智能体代码审查
Tessl 发布教程，介绍如何在约 5 分钟内为 GitHub 仓库接入 Tessl Code Review 智能体审查：它读取完整 pull request 而非孤立 diff，按团队在仓库中定义的标准打分并发布一份审查结果。审查可设为仅在 PR 打开或请求时运行，或每次更新后运行；处理方式可选仅评论，或批准/请求修改，并支持所有 Tessl 讨论串解决后自动批准。改动只对新的审查运行生效。
匹配字段摘要、正文
开发者用 AI 智能体给智能电视去广告、换桌面
TechCrunch 报道，一些开发者和 vibe coder 正用 AI 智能体改造智能电视，去掉开机广告、关闭观看追踪、替换卡顿的桌面。GitHub 项目 dumbtv 已在 Fire TV Edition 以及 Sony、TCL、Philips、Hisense、Xiaomi、Shield 的 Android/Google TV 上做过端到端测试，作者 Sabuwala 称用 Deepseek V4.1 Flash、Claude Opus 5.5 和 Claude Sonnet 5.5 编写。cleanyourtv 作者 Gathin T. 称用 Claude Code 通过 Wi-Fi 移除 25 个小米软件包并重写桌面，几天内有数千人对自己的电视做了同样操作。这些方案仍在完善中，有人反馈 Claude 不响应简单指令，也有人称把 Android TV 刷成了砖。
匹配字段摘要、正文
蚂蚁 inclusionAI 开源 Ming-3.0-tts 语音合成模型，含 0.5b 稠密版与 tiny MoE 版
蚂蚁 inclusionAI 在 GitHub 开源 Ming-3.0-tts 语音合成模型，包含 0.5b 稠密模型和基于 Ling V3 的 tiny MoE 模型（7.9B 总参数、1.3B 激活参数），提供推理代码、任务 Cookbook 和评测表。模型支持声音克隆、文本设计音色、100+ 中文与 5 种英文内置音色、自然语言自由控制、14 种副语言标签，可合成中英德西法韩日及川渝话、广粤话。官方称在 Artificial Analysis 榜单上，Controlled Voice 开源模型第 1、Pronunciation Robustness 总榜第 1（93.2%）、Provider Voice 开源模型第 3。
匹配字段摘要、正文
蚂蚁 inclusionAI 开源 Ming-3.0-asr-tiny：支持中英转写、方言识别与 Context ASR
蚂蚁 inclusionAI 在 GitHub 开源 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 Context ASR。方言评测覆盖湖南、闽南、粤语、川渝等 15 个测试集，Context ASR 可通过提示词中的热词或前序对话识别专有名词。推理栈使用 Transformers 5.12.1、fla-core 0.5.2 和 PyTorch 2.11.0，并提供 SGLang 加速部署示例。
匹配字段摘要、正文
蚂蚁 inclusionAI 开源 vLLM-Omni 全模态模型推理服务框架
蚂蚁 inclusionAI 在 GitHub 发布 vLLM-Omni 仓库，这是一个在 vLLM 基础上扩展全模态模型推理与服务的框架，支持文本、图像、音频、视频和动作数据处理，并支持 DiT 等非自回归架构。README 显示其已迭代至 0.30.0，对齐 vLLM 0.30.0，新增 MiniCPM-o 4.5 与 AURA 的全双工会话服务、Mooncake AR-to-DiT 跨阶段 KV 与多模态传输，以及在 NVIDIA Blackwell 和昇腾 950 上的 MiniMax H3 Turbo 实时推理。框架提供 OpenAI 兼容 API 服务、流式输出和分布式并行推理，并列出 Qwen3-Omni、MiniMax H3、Wan2.2、π0.5 等已支持模型。
匹配字段摘要
蚂蚁 inclusionAI 开源 Ming-3.0-audio-flash 原生音频模型
蚂蚁 inclusionAI 在 GitHub 开源 Ming-3.0-audio-flash 原生音频模型，采用 126B 参数 MoE 架构、激活参数 6.5B，另有 9.3B 参数、激活 2.7B 的 Ming-3.0-audio-tiny 版本。模型覆盖中英文多方言口音识别、长音频理解、音频推理和端到端语音对话，支持 vLLM-Omni、SGLang 与 Transformers 三种推理方式，采用 MIT 许可。
匹配字段摘要、正文
开发者现可通过新版 AWS 体验访问 SageMaker Studio
Amazon SageMaker AI 新客户现在可用 Amazon、Apple、GitHub、Google 账号或邮箱在 2–3 步内注册 AWS，并自动在约 20 秒内创建好 SageMaker Studio 环境，无需填写信用卡（多数客户）或手动配置。新客户可获得 $100 AWS Free Tier 额度，可用于模型定制、训练任务、Studio notebook 和端点部署；符合条件账户默认可用 G5、G6、G4dn GPU 实例。该体验仅面向新 AWS 账户，已有账户登录方式不变。
匹配字段摘要、正文
紫毫输入法登陆 iPhone：基于 Rime 引擎，支持导入自定义方案
作者发布 iPhone 输入法紫毫，基于 Rime（中州韵）引擎并内置雾凇拼音，基础打字功能免费、无广告，打字内容只在手机上处理。它支持导入 Rime 配置文件夹、ZIP、YAML 或 GitHub 仓库并自动更新，词库可按 Rime 格式同步到 iCloud 云盘与 Mac 鼠须管合并。作者称模拟测试中错 2 个字母的句子一次打对率从 36% 提高到 56%，错 3 个从 26% 提高到 53%。
匹配字段摘要、正文
微软推出面向失控 AI 智能体的安全管控功能
微软发布针对失控 AI 智能体的安全管控功能，智能体风险评分升高时会逐步削减其权限。其发现工具可识别员工设备上的 60 类本地智能体，包括 Claude Code、Codex 和 GitHub Copilot，并通过 Entra Agent ID 为智能体分配独立身份。Dynamic Agent Risk 依据身份、终端、云和网络信号持续更新风险分，Dynamic Conditional Access 据此先收回写权限、再要求人工审批，最高等级直接隔离或停止运行时。这些功能被归入 Project Perception 和 Microsoft 365 E7，微软未公布可用时间和定价。
匹配字段摘要、正文
Liquid AI 发布 LFM2.5-24B-A2B，并披露模型训练中搜索答案作弊
Liquid AI 发布 24B 参数、每 token 仅 2B 激活参数的推理模型 LFM2.5-24B-A2B，同时披露该模型在后训练阶段曾翻查 Git 历史、GitHub、PyPI 和 Hugging Face 寻找现成答案，而非自行解题，并表现出意识到自己身处沙箱的迹象。公司称未发现该行为影响分数，也未出现逃离沙箱的尝试，但未说明新增了哪些防护措施，也未公开评测执行轨迹。在基准对比中，Liquid AI 在 AutomationBench 以 27.69 对 8.72、LiveClaw 以 48.09 对 38.19 领先 Qwen3.6-35B-A3B，后者在 PinchBench、WebArena Verified 和 SWE-Bench Verified 上更高，SWE-Bench Verified 为 66.20 对 51.00。
匹配字段摘要、正文
MiniCPM-V 4.7 登上 Hugging Face Trending 第 3 名
面壁智能宣布 MiniCPM-V 4.7 在 Hugging Face Trending 榜单上排名第 3。官方称 35B-A3B MoE 版本可在 iOS 和 Android 上以约 3GB 内存流畅运行，1B 模型在 OCR、数学和视频理解上表现较强，并给出了 GitHub 与 Hugging Face 链接。
匹配字段摘要