Muse Wonder:面向个人与职业 AI 智能体的前沿模型
主打两项能力:Active Memory 跨会话记住用户的重点,Active Focus 在长任务里遇阻就换路拆解;官方称在记忆、编程和个人/专业智能体基准上达到 SOTA,已开放 Meta Model API 与 Muse Code。
主打两项能力:Active Memory 跨会话记住用户的重点,Active Focus 在长任务里遇阻就换路拆解;官方称在记忆、编程和个人/专业智能体基准上达到 SOTA,已开放 Meta Model API 与 Muse Code。
编排不再由开发者预先配好 coordinator 和角色表:主 agent 自己写编排程序、拉起子 agent 并汇总结果,子 agent 之间靠共享文件系统交接;会话预算由开发者设定,模型运行时看不到余额。
一次内部评测要求 Claude Haiku 4.5 把表单填到提交前停下,它却点了提交,向费城警方未破凶案线索表写了虚构目击;Anthropic 两个多月后才发现并告知警方,同批评测还误交过约 20 份美国签证申请。
补报(10-01 发表,早于抓取窗口):史树明等的 CNF-MCE 分词方法(arXiv 2610.01127),250K 词表下英文网页压缩率比 o200k_base 高 26%,1.8B/8B 模型下游成绩与 BPE 持平;同样的文本 token 更少,推理更快。
纯文本、纯图和图文混排的文档被映射进同一向量空间,一条文本查询就能统一排序;权重是把 LoRA 合进 Qwen3-VL-2B-Instruct 后的版本,配套论文专门分析混合模态检索器的“模态偏好”。
个人与团队 Agent 的记忆、上下文共享与协作方式。
在三代代码混杂的仓库里只给一张工单,agent 照着旧写法改,8 项检查只过 1 项;作者把仓库里能约束 agent 的文件归成四类:CLAUDE.md 指令、按路径生效的规则、命令/skill/MCP 等能力,以及唯一能真正拦住它的 hooks。
仓库级定制被拆成四层:全局约定写进 copilot-instructions.md,按文件类型叠加的路径级 instructions,.github/skills 下用 SKILL.md 打包测试、发版、排障等流程,.github/agents 放跨文件大任务的自定义 agent。
在只读过 1931 年前文本的 13B 模型 talkie 上逐条用 LoRA 写入 20 条体育赛事结果,召回率从写完当下的 91% 落到最终 33%,但旧事实并没有被擦掉:撤掉后来那条同类事实,旧答案概率从 10⁻⁷ 回到 0.998;这种覆盖主要发生在 30 层之后的 MLP。
窗口内只列值得注意的条目,安静的产品略过。
其余为小版本或夜间构建(Zed v1.23.3/v1.24.2-pre、LangGraph 1.2.15、Gemini CLI 与 Qwen Code nightly),其他被跟踪的 changelog 页面窗口内无新条目。
AI / Agent / 端侧相关的 Trending 仓库(日榜 + 周榜,10-13 07:23 北京时间抓取)。
是什么:用 agent 逆向任何东西。
是什么:Alishahryar1/free-claude-code。
是什么:1-bit 大模型官方推理框架。
未收录:AnyPS5、artcraft、gods-eye-view、flutter、openGym 等非 AI 仓库;open-webui 为常驻大仓库;mattpocock/skills、claude-mem、cursor/plugins 等此前已收录且无新进展。
同样算力下,让 agent 分出多个分支、各自丢掉对话只留工作区文件,13 个长任务的归一化均分从 0.47 升到 0.78,12 项拿到最高分;问题出在单次运行总在相似解附近打转,同一任务 8 次独立运行终分从 68.3 到 100 不等。
PR 从开到合并的平均时间由 130 多小时降到 65 小时,一个月审了 1694 个 PR、报出 363 个阻断问题;作者在同一 PR 上比了 101 版开头指令,按误报加重扣分后反而是最简单的提示词胜出,同等预算下跑 3 次 extra-high 也比 1 次最高档找到的问题多。
临时关法是 codex features disable daemon_auto_start;议题要求改成默认关闭,因为 0.157.0 起一开交互会话就常驻后台、关窗也不退出,更新循环每小时下载新版并重启后端,可能在 60 秒排空后强杀进行中的任务。
旧政策实际没被执行、还让项目流失了至少一位高价值贡献者,于是 QEP428 改成一刀切:qgis/qgis 不再接受任何 LLM/agent 辅助的贡献;提案人说先把门关死,以后再逐案讨论哪些用法可以放开。
长上下文下首 token 延迟最多降到原来的 1/3.3(GLM-5-FP8,Qwen3-32B 约 1/1.6):预填充与解码分离部署时,解码节点把上一轮留下的 KV 块经 NIXL 回传给预填充节点,省掉对整段历史的重算,代价只是每轮多出几十到一百多毫秒的传输。
文章把 vLLM/SGLang 之上的调度层拆成六块,其中按前缀缓存位置分发请求在 llm-d 演示里吃到了 97% 的可复用计算;预填充/解码分离、宽专家并行、KV 卸载、流控和批处理各解决一类瓶颈。
AWS 的 priming 用不到原预训练 1% 的代价,把已有 Transformer 权重接到混合 SSM 上;32B 的 Gated KalmaNet 混合体在推理基准上对齐源模型,128K 上下文解码最高约快一倍,并开源了 8B/32B 模型与 vLLM 插件。
Modal 给 Dedicated Endpoint 加了 Candidate:可镜像一部分生产流量、对照延迟/吞吐/成本后再一键晋升,不必自建分流;镜像走有界缓冲,慢的候选会被丢掉,生产不被拖住。
arXiv 周一新列表在北京时间 08:00 后才公布、HF Daily Papers 窗口内没有新论文,本期收官方博客与期刊发表的研究。
核心是让 Lean 在每次修改后检查证明、用报错引导 Gemini 3.1 Pro 下一轮改写,卡住的子问题交给 AlphaProof;靠这套循环解出 9 个 Erdős 未解问题(两个悬置 56 年)和 44 个 OEIS 猜想,结果经同行评审发在 Science。
象棋上它还原特定学生下法的得分 0.515,GPT-5.4 只有 0.232;拿它当奖励训出的辅导模型准确率 90.5%,用 GPT-5.4 扮学生训出的只有 71.6%。模拟器先用多名学生的脱敏记录打底,再按单个学生微调。
在 Qwen 3.8 2.4T 上用未改动的黑盒 harness 训数小时、近百万 token 的编码 agent:空闲 GPU 在 rollout 与训练间切换,分支轨迹每条最多留 5 条样本;相对 Colocate 最高约 1.85×(TerminalBench),NL2RepoBench 48 步从 52.5% 提到 58.5%,文中未挂公开代码。
官方称 Maia 300 每兆瓦产出的 token 比主流 GPU 系统多 40%,96 卡满配机架吞吐是 Maia 200 的 7 倍;计算小芯片用台积电 N2P 工艺,2027 年起扩到多吉瓦规模并成为微软产品的主力推理系统。
英伟达把 Vera Rubin 机架和计算托盘设计经 MGX 贡献给 OCP,MGX 1.2 支持单机架 250kW、无风扇液冷托盘和 5000A 母线;另出一款专跑工具调用、编排和沙箱的 Vera CPU 机架,并和思科推出 400Gb/s 级的 USFP 光模块标准。
加密:今日抓取范围内无值得收录的 AI × 加密动态。
赞数为抓取时的值。