Meta 提出替代 OPSD 的训练方法，Qwen3-8B 平均准确率从 30.76% 升至 65.97%
Meta 这次没走 self-distillation 老路，用 DCE 加 SRCL 就把 Qwen3-8B 从 30% 拉到 66%，方法细节可以看看。
全部动态
AI 相关资讯全量信息流 · 325 条
9月28日
Qwen3.8-Max 通过递归自我改进完成 33 轮迭代，Artificial Analysis 得分升至 45 分
阿里这次没发新模型，而是让 Qwen3.8-Max 自己训自己，33 轮迭代后成绩追上 Claude 和 GPT，还顺手把多模态价格砍了九成。
NVIDIA 发布 Skill2Env：把社区 Agent Skills 编译成 RL 训练环境
NVIDIA 把社区写的 3.4k 个 Agent Skills 直接变成 RL 训练环境，300 步就把 Qwen 27B 在 Terminal-Bench 上拉高近 5 个点，流水线和负结果都写得很细，做 agent 训练的值得看看仓库。
SkillGym：用 2,756 个技能环境微调后，Qwen3.5-35B-A3B 在 Terminal-Bench 2.1 提升 19.10 分
把技能文档变成 2756 个训练环境直接练进模型权重，微调后的 Qwen3.5-35B-A3B 在终端基准上超过了 Claude Sonnet 4.6，思路很新颖。
9月26日
OpenRouter 开源 Kev：基于 Qwen3.5-4B-Base 的 LoRA 适配器
OpenRouter 把 Kev 的底细公开了：就是 Qwen3.5-4B-Base 上加了个 LoRA 和 pointer head，权重在 Hugging Face 上，想研究小型模型微调的可以拆开看看。
Qwen3.8-Max 完成 33 轮自动迭代，Artificial Analysis 分数从 40 升到 45
阿里 Qwen3.8-Max 被曝跑了 33 轮自动训练迭代，AA 分数从 40 涨到 45，还有 2.4T 参数的说法。
Qwen 团队发布 Qwen3.8-Omni-Flash：跨文本音频视频的多模态智能体模型
Qwen 团队把智能体能力扩展到音视频了，Qwen3.8-Omni-Flash 能做视频剪辑和长视频翻译，还配了两个开源框架，做多模态应用可以看看。
9月25日
Together AI 教程：25分钟、17美元训练一个类 Jev 模型
Together AI 手把手教你花 17 美元、25 分钟，基于 Qwen3.5 4B 微调出一个小模型，教程免费，想从零动手训模型的可以照着跑一遍。
Gemini 3.8 Flash 在 Cline 中免费可用
Cline 里免费用 Gemini 3.8 Flash，1M 上下文加 291 tok/s，跑分还压过 GPT-5.6 Luna 和 DeepSeek v4.1 Flash，写代码可以直接试。
Qwen3.8-27B 在 Mac 上跑起来：内存、引擎与测试全流程
教你把 Qwen3.8-27B 装进 Mac 本地跑代码，内存要多少、怎么配引擎、测试怎么兜底都写清楚了，还能当 Claude Code 的免费备胎。
RL-Kernel 集成 vLLM：Qwen3-8B 训练与推理 logprob 逐位一致
用 vLLM 做 RL 训练的老大难——训练和推理数值对不上，这次在 AMD MI300X 上真做到了逐位一致，做 RL 的都该看看。
9月24日
Together 发布 tev1-4B-experimental：基于 Qwen3.5 4B 的分类器模型
Together 开源了一个基于 Qwen3.5 4B 的分类器，训练只花了 $17，还把数据配方和微调教程一起放出来了。
阿里云 Apsara 大会：vLLM 核心维护者谈 Qwen3.8-Max 与开源 AI 演进
阿里云 Apsara 大会上，vLLM 核心维护者聊了 Qwen3.8-Max 在 Agent 任务上的表现，做开源推理的可以看看他怎么看。
NVIDIA 发布 Skill2Env：将公开 Agent Skills 编译为 RL 环境生成近 8000 条训练任务
NVIDIA 把公开 Agent Skills 自动转成 RL 训练环境，产出近 8000 条任务，还开源了流水线思路，做 Agent 训练的可以看看。
17 美元、25 分钟，用 Qwen3.5 4B 微调出专用决策模型
TogetherAI 把 Qwen3.5 4B 微调成分类器，17 美元、25 分钟就能复现，数据和代码全开源，适合想上手微调的人照着跑一遍。
Qwen3.8 Max Prime 上线 OpenRouter，吞吐更高
阿里把 Qwen3.8 Max 出了个高吞吐版 Prime，2.4T 参数、1M 上下文还能吃图和视频，已经能在 OpenRouter 直接调了。
9月22日
SGLang × Qwen × NVIDIA 三方合作：用 NVFP4 KV Cache 突破长上下文与 Agentic 推理瓶颈
SGLang、Qwen和NVIDIA联手推出NVFP4 KV Cache，4-bit精度下1.78倍容量提升，长上下文推理提速近80%。
SemIf 在 JevBench 上以 75.4 分逼近 jev 的 74.7 分
jev 这类新决策模型有了开源平替，SemIf 基于 Qwen3.5，本周 LangSmith Gateway 免费用。
9月21日
Cognition 团队开源 Jev-like 决策模型 Kev，基于 Qwen3 底座
朋友，Cognition 团队开源了一个叫 Kev 的小型决策模型，基于 Qwen3，你可以自己训练和本地部署，对消费级硬件很友好。
9月20日
9月19日
Bespoke Labs 发布开源复刻模型 Bespoke Nimble，逼近 TypeSafe Jev 表现
朋友复刻了 TypeSafe Jev，公开了所有数据和模型，用 9B 模型就逼近了 Jev 的表现，还公开了训练方法，值得看看。
9月18日
阿里发布 Qwen3.8-Omni-Flash 多模态模型，音频视频理解与工具使用能力提升
阿里新出的 Qwen3.8-Omni-Flash 模型，音频视频理解能力更强，还能用工具自动编辑视频、翻译视频，比之前的版本更便宜，适合做长视频处理。
9月12日
9月11日
9月10日
9月9日
9月5日
9月4日
