全部动态
Artificial Analysis开源了本地AI模型测试工具AA-AgentPerf-Local，能帮你评估笔记本和工作站上智能体AI的运行速度，支持多种硬件和模型。
Meta 把 RL 那套可验证奖励搬进了写作：先让 Kimi-K2.6 自动生成能区分专家和 AI 的评分标准，再用它训练 Qwen3.5-27B，盲评 95% 胜率打赢人类专家文本。
这篇论文用 gsm_hard 上的 120 题实验算清了一笔账：流水线出错后，把原题重新喂给第一个下游阶段就能挽回 0.394，每题只多花 59.8 个 token，后面的阶段白搭。
训练智能体 RL 的人可以看看：PEARL 动态调 prefill-decode 配置还能借闲置 GPU，吞吐比 RLBoost+ 最高多 36.3%。
Qwen3.5-4B 只靠写复盘解释做微调，不用奖励模型就在 SWE-bench 上跑赢 GRPO，做智能体训练的可以看看这套 ROFT 流程。
AWS 手把手教程：在 SageMaker 上用 vLLM-Omni 跑 Qwen3-TTS，流式输出语音，想做实时语音应用的可以跟着搭。
看图直接给候选动作打分的开源小模型，底座是 Qwen3.5-0.8B/2B，单步 122ms，做 GUI Agent 或机器人反射层挺合适。
Simon Willison 把 2026 年的 agent 出逃、OpenClaw 爆红、模型王座更迭串成一条线，信息量很大，读完对全年脉络就清楚了。
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。
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 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。
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。
有人花 5 欧元租 GPU，让无审查版 Qwen 三十分钟改一个字节就破解了 IDM，这帖子把 AI 逆向能力聊得很具体。
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。
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。
教你用 SageMaker 一键部署阿里开源的 Qwen3-TTS 语音模型，短音频就能克隆音色，还能跨语言保持同一个人声。