Новый проект vLLM Launcher выпущен как приложение для рабочего стола Windows, предназначенное для управления локальным выводом больших языковых моделей через WSL2. Этот инструмент позволяет пользователям управлять несколькими бэкендами движков, включая vLLM, SGLang и llama.cpp, из единого графического интерфейса.
LoopTroop — это приложение с открытым исходным кодом, локальное по умолчанию, предназначенное для управления многоэтапными задачами программирования и предотвращения потери контекста. Оно использует структурированный подход для избежания проблем, связанных с рабочими процессами на основе одной модели и огромных промптов.
Фелипе Майя Мунис из AletheionAGI представляет ASM-CM (Aletheion Compact Memory Model), экспериментальную архитектуру, которая разделяет память и язык, позволяя истории агента расти без увеличения активного вычислительного объема памяти.
Новый инструмент QuantCheck подчеркивает, что финальный чекпоинт предварительного обучения может не быть оптимальным выбором для 4-битного квантования, поскольку бенчмарки могут оставаться плоскими, в то время как хрупкость увеличивается. Автор наблюдал эту закономерность на Pythia-160m, где финальный чекпоинт suffered примерно в четыре раза больше повреждений качества, чем более ранний чекпоинт того же качества.
Разработчик открыл архитектуру причинного линейного внимания O(N) с затуханием, включающую объединённые ядра накопления состояний Triton/CUDA, предназначенные для обхода узких мест квадратичного MHA.
Конкурс GLEE, официальное мероприятие воркшопа IAB на NeurIPS 2026, сейчас принимает заявки от участников, которые хотят создать ИИ-агентов, способных к многоступенчатым торгам, переговорам и убеждению. Конкурс оценивает агентов по их способности генерировать язык, принимать стратегические решения и адаптироваться к другим игрокам в экономических средах.
Модель LLM настроена на генерацию кода на языке Hyperlambda, где каждый вызов функции проверяется по известному набору существующих функций во время выполнения. Если модель пытается вызвать несуществующую функцию, система автоматически повторяет генерацию еще до двух раз перед возвратом ошибки.
Quesma выпустила открытый курируемый список, содержащий 218 записей, которые отслеживают, где расходуются токены в рабочих процессах LLM и агентов. Ресурс охватывает мониторинг, семантическое кэширование, дешевые локальные модели, контекстную инженерию и управление затратами.
Клем Деланг и исследователи HuggingFace предлагают открытую модель-страж под названием Cerberus для защиты инфраструктуры от AI-агентов после реальных нарушений безопасности со стороны моделей Anthropic's Claude и OpenAI's GPT.
Автор представляет IntelShed, систему с открытым исходным кодом для сбора открытых разведывательных данных (OSINT), которая агрегирует 50 публичных источников данных для автоматического формирования ежедневных сводок по безопасности. Архитектура интегрирует гибридный поиск, разрешение сущностей на основе GNN, федеративное обучение с дифференциальной приватностью и многоагентную оркестровку, скомпилированную LLM.
Система Qxern-v6 позволяет двум LLM общаться через 32 сжатых латентных токена, сохраняя точность символов благодаря адаптивному детерминированному AST-сайдкару. Архитектура, созданная 15-летним разработчиком, использует Qwen2.5-Coder-1.5B для сжатия кода и замороженный декодер Qwen3.5-0.8B для его интерпретации без доступа к исходному тексту.
Исследователь опубликовал исследовательский каталог OpenGauntlet, открытый ресурс, содержащий информацию о 168 системах преобразования текста в речь (TTS) и 106 системах преобразования речи в текст (STT). Каталог включает модели с открытым исходным кодом и размещенные модели, лицензии, требования к оборудованию, языки, возможности, статус жизненного цикла, информацию об источнике и опубликованные данные бенчмарков, где они доступны.
Рабочий документ Джозефа Дж. М. Уокера оценивает передовые языковые модели на новом многоканальном литературном криптографическом бенчмарке, встроенном в физический роман «Я написал книгу и заработал миллион долларов (I.B. Wryten)». Исследование показывает, что GPT-5.6 самостоятельно распознала вторичный канал связи и восстановила около 95% встроенного материала с первой попытки, тогда как более ранние модели продемонстрировали практически нулевую способность.
Левент Булут опубликовал бенчмарк из трёх исследований, оценивающий надёжность машинно-сгенерированных аннотаций для турецкого нарративного корпуса, выявив значительные расхождения между автоматическими оценщиками и человеческим суждением. В исследовании проверялись шесть бинарных ремесленных признаков на 120 и 100 сценах с использованием детекторов на основе правил и моделей, включая Gemini 2.5 Flash, Grok, ChatGPT 5.5 и Claude Fable 5 High.
Опубликована ежемесячно обновляемая матрица соответствия для всех 4893 наборов данных на языках Индии на Hugging Face Hub, которая показывает, что по состоянию на 1 августа 2026 года 65,1% не имеют лицензионного тега.
Новый датасет, опубликованный на Hugging Face, предоставляет комплексную матрицу цен для провайдеров инференса моделей, выявляя значительные ценовые различия для одинаковых моделей у разных поставщиков.
Calibra v0.7.1 вводит новый этап проверки целостности датасета (Dataset Integrity), который выполняется перед анализом качества и покрытия, чтобы помочь пользователям убедиться в достоверности их робототехнических датасетов.
Ханью (Оливия) Ю, ученица 10-го класса, ищет рецензента arXiv в категориях cs.LG или cs.CV для загрузки своей независимой препринта под названием "AttnRoute-MoE: Attention-Prior Routing for Mixture-of-Experts Vision Transformers."
Cyberelf Labs представила небольшой бенчмарк и публичный рейтинг для проекта Whetstone, предназначенный для упрощения сравнения изменений моделей с предыдущими версиями.
AbdaullahAG и Somia Abufakher выпустили SemGuard, открытый исходный код многослойного семантического шлюза безопасности, предназначенного для защиты больших языковых моделей от инъекций промптов, обходов ограничений (jailbreaks) и утечек конфиденциальной информации на арабском языке, Arabizi и английском.