最新模型
Muon 加速 grokking 後仍會失效：九組設定全數出現泛化崩落
新實驗發現，以 Muon 訓練 Transformer 隱藏矩陣、AdamW 更新嵌入與輸出頭時，模型雖較快學會模運算，卻無法穩定維持解法。凍結任一參數群可阻止崩落，顯示問題源於表徵與讀出介面的共同漂移。
Archive
GitHub Repo
GitHub 熱門專案、開源工具、框架、runtime 與重要 release。
最新模型
代理工具
Shepherd v0.3.0 將代理修改留作可審核提案，但論文展示的自動分叉監督仍未完整交付
Shepherd 把模型呼叫、工具操作與檔案變更記成持久執行軌跡，讓使用者在修改進入工作區前檢查或捨棄。最新文件同時明確指出，論文與專案首頁展示的 meta-agent 委派、執行中分叉及自動重試介面，尚不是 v0.3.0 可直接使用的功能。
最新模型
CellWorld 改以潛在細胞表徵預訓練，5.74M 模型在 18 項空間轉錄體任務勝過所列基線
CellWorld 不直接重建被遮蔽的基因值，而是根據鄰近細胞與少量表達提示預測目標編碼器的潛在表示。程式與訓練配置已採 MIT 授權公開，但預訓練權重仍放在需核准的私人儲存庫。
最新模型
AgentPatch 免訓練修補多模態代理合併，六項基準平均分由 54.5 升至 56.6
AgentPatch 先找出模型合併後的弱項，再只恢復專家模型的獨有殘差與關鍵 FFN 神經元。它輸出單一靜態 checkpoint，無需路由或推論期代理，但完整評測轉接器與模型權重仍未公開。
GitHub Repo
Open Science v0.12.1 將科研代理的壓縮、執行與產物證據留在本機工作區
AIPOCH 的 Apache‑2.0 桌面工作台整合模型代理、Python／R 核心、科學資料連接器及不可變產物版本。8 月 9 日更新讓上下文壓縮可見，並修正 Codex MCP 核准與 Windows notebook 執行問題，但仍未達可攜式完整重播。
代理工具
DiDPO 把程式 diff 拆成信用單元，Qwen2.5-Coder-7B 主要評測平均升至 48.4%
DiDPO 不再把整次代理執行的成敗平均分配給所有 token，而是比對多條軌跡中的相似子 diff。公開的 verl-code 已包含訓練入口與資料配方，但尚無作者模型 checkpoint，實驗也不是完整軟體庫修復。
代理工具
Fisher-R1 以可驗證 p 值訓練統計代理，P-Hard 嚴格 pass@1 達 33.0%
P-Bench 要求代理自行選擇統計方法、執行 R 程式並回報 p 值，不再只檢查程式能否執行。14B 模型在困難題的嚴格指標領先所列開放模型，但目前公開儲存庫仍只有說明文件。
推論系統
Ling-3.0-flash INT4 單機實測達 38.7 token/s，錯用主線 vLLM 可能無聲產生錯誤輸出
社群部署配方在單台 DGX Spark 上啟用 CUDA Graph 與一層 MTP 推測解碼，把 Ling-3.0-flash INT4 的生成速度由 20.8 提至 38.7 token/s。更關鍵的發現是主線 vLLM 尚未支援 V3 架構，強行套用舊注意力路徑不一定報錯，卻可能輸出看似流暢的錯誤內容。
最新模型
MiniMax 開放 H3 基礎權重：33B 單流模型同步生成最長 15 秒立體聲影片
MiniMax H3 將文字、圖片、影片與音訊封裝成單一序列，聯合預測視覺及音訊 latent，輸出最高 768p、24 FPS、32 kHz 立體聲。官方工作流程宣稱可再生至 2K，但提示編排與高解析度模組仍只提供託管 API。
代理工具
CalibForge 以強弱代理校準 5,431 項終端任務，35B 模型在 Terminal-Bench 2.0 達 47.57%
CalibForge 不再保留所有能執行的合成題，而是反覆修改任務，直到不同求解代理出現預定的成功與失敗關係。用校準軌跡微調的兩款模型在三項程式代理基準均有增益，但完整訓練需要 64 張 H20，且部分結果只執行一次。
AI 安全
MIST 測出 23 款模型皆受錯誤提示影響，SCOPE 將 Qwen3-4B 答案翻轉率由 35.0% 降至 16.3%
新基準用四種配對情境區分模型是正確判斷證據，還是索性忽略所有外部資訊。SCOPE 只改造 DPO 的偏好資料配置，降低錯誤情境造成的答案翻轉，同時維持正確與無關情境下的準確率。
時間序列與檢索增強
TS-RAG 以參考 token 融合歷史序列，六項預測資料集平均 MSE 降至 0.310
百度研究者把 RAG 從文字生成移植到多變量時間序列，以 TCN 檢索相似片段，再用交叉注意力融合。加入通道依賴的版本在六套資料集優於所列基線，但程式尚未公開，採用的傳統基準也已被維護者警告可能失去鑑別力。