全部动态

Alibaba Qwen3.8-27B模型在开源模型领域表现出色，参数量小但性能强劲，性价比高，值得关注。

官方账号阿里通义 Qwen@Alibaba_Qwen2 个信源在谈原文

Recuris模型在长时程任务中显著提升了GPT-5.6 Sol和Claude Opus 5的表现，是长时程智能体驱动的递归记忆架构的一个突破。

Qwen4 新架构即将到来，看看和之前的版本有什么不同吧！

orange.ai@oran_ge10 个信源在谈原文

SRPO框架使LLMs能够自我分析，提高长期推理能力，比传统方法更高效。

SchemaGUI提供了一个新的基准，用于评估可控制GUI生成，特别是对于LLMs在几何空间控制和布局复杂性方面的表现进行了深入分析，对于想要了解GUI生成领域最新进展的人来说是个好资源。

这篇论文研究了自优化管道中模型大小分配的影响，发现不同阶段对模型大小的需求不同，为设计更高效的LLM系统提供了新的视角。

MidTool为模型如何识别工具可用性、从上下文中定位论点、组成工具调用工作流程和从不完整信息中恢复提供了新方法，与基线相比，在中训练后性能显著提升，值得一试。

阿里巴巴发了财报，AI业务收入涨了45%，还发布了新模型Qwen3.8-Max，虽然净利润降了76%，但AI这块增长挺猛的。

你可以试试 Qwen3.8 - Max 在 Kilo 上，它在 Frontend Code 榜单排第4，比 Claude Fable 5 高一点，做前端代码相关还行。

官方账号阿里通义 Qwen@Alibaba_Qwen原文

阿里和Unsloth一起发布了Qwen3.8 - 27B模型，用新方法让它运行更好，比其他模型好超10%。

官方账号阿里通义 Qwen@Alibaba_Qwen3 个信源在谈原文

SolereZhang团队推出的GC-OPD方法，用于优化Qwen系列大模型完成长语境任务，比传统方法效果更好，值得尝试一下。

Qwen3推出了VLA框架，用来监测多代理潜在通信，在小范围拍卖里表现好，你可以去了解下。

阿里Qwen的Qwen3.8-27B在法律基准上并列第一，还能本地运行，比其他大模型更实用。

官方账号阿里通义 Qwen@Alibaba_Qwen5 个信源在谈原文

Alibaba_Qwen发布了Qwen3.8-27B，单提示就能生成惊艳效果，对比Gemini-3.7-flash表现更好，还能在本地3090显卡上运行。

官方账号阿里通义 Qwen@Alibaba_Qwen3 个信源在谈原文

PIHF把强化学习的迭代改进搬到了上下文学习里，用语言模型当执行器，专家审阅改进，罕见病诊断上Recall@1提升明显，值得一看。

这篇论文把黑盒RL搬到agent harness上，用Qwen3-30A3B在OpenClaw和Claude Code上跑，ClawGym-Bench直接涨了10到15个点，还支持多个harness一起训练。

看看这个27B小模型，用3000美元硬件就打平了Luna和DS V4，还超了Opus，到底是黑科技还是刷分？

orange.ai@oran_ge3 个信源在谈原文

这周Arena盲测榜变化大，Anthropic新Claude扎堆屠榜，国产kimi-k3-max在代码和前端都紧咬前排，看看具体分数吧。

想看看AI在规则变了之后能不能自己改代码？PACE-Bench 专门测这个，目前最强的 GPT-5.5 也只解决了 Statics 子集的三分之二，离满分还远得很。