聚焦前沿研究 · 追踪模型动态 · 洞察行业趋势
提出ComPO——一种基于对比oracle的零阶偏好对齐方法，绕过直接优化可微偏好损失，避免"likelihood displacement"问题，在Mistral/Llama/Gemma/Qwen上验证优于现有直接对齐方法。
查看论文 →这是RLHF/DPO类方法的实质性替代路径。传统DPO直接对偏好对做diff loss，但在边际似然很小时容易数值不稳定；ComPO用零阶优化（类似SPSA风格）从比较oracle中提取方向信号，理论上有收敛保证，实验显示在长度控制胜率上全面超越DPO/REINFORCE等基线。
提出Contextual Mechanism Networks (CMN)范式，将表格学习从目标-centric预测转向机制导向的联合建模p(x,y|D_context)，仅400M参数即登顶TabArena、TALENT、BCCO三大基准。
查看论文 →颠覆传统PFN的目标预测范式（p(y|x,D)），改为学习数据生成机制的联合分布；预训练完全基于结构因果模型生成的合成数据。仅400M参数即在多个benchmark上超越数据集专属大模型，体现"scaling laws on data generation mechanism"的潜力。
构建ScienceIDE，把公开科学代码库自动转化为智能体可在其中运行实验、获得反馈的可交互学习环境，支撑具身科学发现循环。
查看论文 →将LLM Agent与真实科学计算代码库打通，是"AI Scientist"路线的基础设施型工作，为自动化科学发现提供了可复用的实验环境。
HuggingFace最受欢开源模型（超越FLUX.1、DeepSeek-R1、Kimi-K3等）；生成速度极快，一句提示词即可生成网页。目前Text排行榜 #88 (1463±32)。
HuggingFace 下载 →Agent优化旗舰模型，支持工具调用、深度思考、流式输出；可与TileRT co-design实现>1000 tokens/s推理。Text排行榜 #32 (1490±15)。
HuggingFace 下载 →GLM-5系列首个原生多模态模型，采用稀疏注意力+线性注意力混合架构+原生FP8精度，KV缓存降低4.44倍。Text排行榜 #29 (1501±32)。
HuggingFace 下载 →采用DeepSeekMoE + MTP + 混合CSA/HCA注意力 + mHC + Muon优化器架构。V4-Pro Text #54 (1484±15)。开源权重位于HuggingFace DeepSeek官方。
HuggingFace 下载 →仅400M参数即登顶TabArena、TALENT、BCCO三大结构化数据基准，颠覆传统PFN预测范式。
HuggingFace 下载 →EMNLP 2026 Findings；用经验记忆+置信度估计增强多智能体辩论效果。
arXiv →提出基于对比oracle的零阶偏好对齐方法，绕过直接优化可微偏好损失，在Mistral/Llama/Gemma/Qwen上全面超越DPO等基线。
arXiv →新增榜单：muse-spark 1.3 (Max)、gpt-6-astra-max、claude-fable-5.1-max、glm-5.3-flash 已加入 Image-to-WebDev、Document & Vision Arena 榜单。
焦点关注：GPT-6 Astra 在 Agent Arena 排名 #2 (12.55%)，WebDev Arena 排名 #1 (1796)，展现强劲的agent能力。
黄仁勋公开祝贺并表态"AGI已到来"，同时预警下一代模型算力需求将翻4倍至40万GPU。GPT-6 Astra达到FrontierMath Tier4 98%（饱和）、ARC-AGI-3 99.9%、GPQA Diamond 96%。
官网链接 →